当前位置:首页 » 《休闲阅读》 » 正文

谁说Python慢来着?不用Python,这个问题难倒了无数的程序员_Python作业辅导员

14 人参与  2021年05月02日 17:43  分类 : 《休闲阅读》  评论

点击全文阅读


       围棋是全世界最古老的棋种(没有之一),也是古代哲学思想和中国传统文化的物质载体。小小纹枰,不过一尺见方,竟蕴藏着万千气象,着实令人为之着迷。少年时代的我,曾经有一段时间醉心于围棋。

       标准的围棋盘由横竖各19道线组成网格,共有361个交叉点,每个交叉点上有白子、黑子和无子等三种可能的状态。那么问题来了:围棋总共有多少种不同的局面呢?

       稍微思考一下,所有的程序员都会给出正确的答案: 3 361 3^{361} 3361(3的361次方)。可是,这究竟是一个多大的数字呢?算一下就知道了。

       Python程序员随手写了一行代码,敲个回车,计算就结束了。

>>> pow(3,361)
174089650659031927907188238070
564367946602724950263541194828
118706801051676184649841162792
889887149386120969888163207806
137549871813550931295148033696
60572893075468180597603

       C/C++程序员看完Python程序员的操作,不以为然,心里想,别看你写起来简单,速度肯定没我快。讲效率,还得看我C/C++的。

long result = 1
int i
for(i=0; i<361; i++) {
	result *= 3;
}

       写到这里,C/C++程序员忽然意识到,long int恐怕不够用,即使long long int也只有8个字节,最大只能到 2 64 − 1 2^{64}-1 2641,计算 3 361 3^{361} 3361肯定会溢出的。比long long更大的整型没有了,要是临时定义一个结构保存超大整数,再为超大整数的计算写一堆函数,恐怕一时半会儿搞不定。这可如何是好?要不用改用double float试试?赶紧上网查了一下,double可以表示-1.79E+308 ~ +1.79E+308之间的任意数,可是 3 361 3^{361} 3361在这个范围内吗?

       这时,C/C++程序员心里有点慌了。幸好有点数学功底,简单计算一下:

l o g 10 3 361 = 361 × l o g 10 3 ≈ 172.24077295379814 log_{10}{3^{361}}=361\times log_{10}3\approx172.24077295379814 log103361=361×log103172.24077295379814

        3 361 3^{361} 3361大约有173位长,总算还在double覆盖的范围之内。也不用循环了,直接使用数学库中的pow函数吧。

#include <stdio.h>
#include <math.h>

int main(void) {
    double result = pow(3,361);
    printf("%Lf\n", result);

    return 0;
}

       最后,C/C++程序员给出了一个浮点类型的答案。虽然精度略有损失,但也不算离谱。我用的是CodeBlocks,显示耗时28毫秒,这里面应当包括了编译连接的时间,否则C不至于慢到这个程度。

174089650659031910000000000000
000000000000000000000000000000
000000000000000000000000000000
000000000000000000000000000000
000000000000000000000000000000
00000000000000000000000.000000

Process returned 0 (0x0)
Execution time : 0.028 s

       看完C/C++程序员的这番折腾,Java程序员擦擦额头的冷汗,心中暗自庆幸:多亏我大Java有BigInteger这样的神器,不然真要出丑了。

import java.math.BigInteger;

BigInteger result = new BigInteger("1");
for(int i=1; i<=361; i++) {  
	result.multiply(new BigInteger("3")));
}

       BigInteger用起来很方便,计算 3 361 3^{361} 3361毫无压力,只是不能兼容普通整型的那些运算符号,所有的运算都需要显式地调用函数,比如,这里的乘法就得调用multiply函数。

       以上场景,纯属臆测,绝无褒贬任何编程语言之意,请各位明察。实际上,Python的超大整数计算也是C语言实现的,只不过采用了非常精妙的方案,最终经过各种优化,性能远超我们自己写出来的C代码。

       Python的超大整数计算方案,精妙在哪儿呢?仅举存储一例:普通的Python整型采用4个字节存储,当处理超大整数时,每4个字节一个存储单元,单元之间采用 2 30 2^{30} 230即1073741824进制,一个单元满1073741824即向上一单元进位。


在这里插入图片描述

Python超大整数的存储实现


       上图是超大整数1152921506754330627采用1073741824进制的存储示意图,占用了三个存储单元共计12个字节,每个单元仍然是普通的整型——这就是Python的超大整型和普通整型完全兼容的秘密。在这一点上,Python可以说完胜Java的BigInteger。不过Java还有个BigDecimal,可以无损地处理任意精度的浮点数,为Java扳回一局。

       采用1073741824进制的Python的超大整数计算方案的效率如何呢?还是以计算 3 361 3^{361} 3361为例,看Python代码需要多长时间。

>>> import time
>>> def power(x, base=2):
	t0 = time.time()
	result = pow(base, x)
	print('耗时%.06f秒'%(time.time()-t0))
	return result

>>> power(361, base=3)
耗时0.000000174089650659031927907188238070
564367946602724950263541194828
118706801051676184649841162792
889887149386120969888163207806
137549871813550931295148033696
60572893075468180597603

       太神奇了!居然连1微秒都不到?我有点怀疑这个结论,继续测试更大的数字,2的1000次方。

>>> power(1000)
耗时0.000000107150860718626732094842504906
000181056140481170553360744375
038837035105112493612249319837
881569585812759467291755314682
518714528569231404359845775746
985748039345677748242309854210
746050623711418779541821530464
749835819412673987675591655439
460770629145711964776865421676
604298316526243868372056680693
76

       计算 2 1000 2^{1000} 21000所花时间同样少于1微秒,但是显示计算结果花费了较长时间。我把代码修改了一下,不再显示计算结果,只考察计算时间。

>>> def power(x, base=2):
	t0 = time.time()
	result = pow(base, x)
	print('耗时%.06f秒'%(time.time()-t0))
	#return result

	
>>> power(10000) # 2的1万次方
耗时0.000000>>> power(100000) # 2的10万次方
耗时0.000000>>> power(1000000) # 2的100万次方
耗时0.005016>>> power(10000000) # 2的1千万次方
耗时0.048000>>> power(100000000) # 2的1亿次方
耗时0.620648>>> power(1000000000) # 2的10亿次方
耗时7.448035>>> power(10000000000) # 2的100亿次方
耗时77.881435

       计算2的1万次方和2的10万次,所花时间仍然不足1微秒。直到计算2的100万次方时,方才显示耗时5毫秒。当算完2的100亿次方之后,我没有继续下去——2的100亿次方,这个数字实在是太过恐怖,我已经无法想象它的大小了。要知道,地球上全部物质的原子数量,也不过是1.28E47这个量级,大约是2的157次方。

       那么,Python能够计算的最大整数到底有多大呢?我没有明确的概念,不过我在验证费马小定理的逆命题时,出现过一次超大整数计算错误。

a = 2
t = 2305843009213693951
s = 1152921504606846975
Traceback (most recent call last):
  File "huge.py", line 56, in <module>
    miller_rabin(x) # M61
  File "huge.py", line 42, in miller_rabin
    print((pow(a, t*pow(2,s)) - 1)%huge_num)
MemoryError

当我试图计算pow(a, t*pow(2,s)时,发生了内存错误。这里a等于2,s大于115亿亿,t大于230亿亿。显然,这个结果远远大于2的100亿次方。


点击全文阅读


本文链接:http://zhangshiyu.com/post/18266.html

次方  耗时  计算  
<< 上一篇 下一篇 >>

  • 评论(0)
  • 赞助本站

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

关于我们 | 我要投稿 | 免责申明

Copyright © 2020-2022 ZhangShiYu.com Rights Reserved.豫ICP备2022013469号-1