我想了很久了。就像题目说的,哪个更快,是实际函数还是简单地取1 / 2次幂?

更新

这不是一个过早优化的问题。这只是一个底层代码如何实际工作的问题。Python代码的工作原理是什么?

我给Guido van Rossum发了一封邮件,因为我真的很想知道这些方法的区别。

我的电子邮件:

在Python中至少有3种方法来求平方根:math。返回值, '**'运算符和pow(x,.5)。我只是好奇它们之间的区别 每一个的实现。说到效率 是更好吗?

他的回答:

Pow和**是等价的;数学。根号方根不适用于复数, 并链接到C的sqrt()函数。至于哪一个是 快点,我不知道……


当前回答

如果您进入math.py并将函数“sqrt”复制到您的程序中,则会更快。程序找到math.py,然后打开它,找到要找的函数,然后将其带回程序,这需要时间。如果该函数即使使用“查找”步骤也更快,那么函数本身必须非常快。可能会让你的时间缩短一半。总而言之:

转到math.py 找到函数“√” 复制它 将函数粘贴到程序中作为根号查找器。 它的时间。

其他回答

很可能是math.sqrt(x),因为它针对平方根进行了优化。

基准测试将为您提供您正在寻找的答案。

你好!我刚刚创建了一个堆栈交换配置文件来参与这次对话! 我所做的事情可能看起来微不足道,但在评判之前请先听我说完:

实验条件:

离线(没有internet编译器问题) 保持系统状态尽可能稳定 在一次尝试中测试所有3个功能

对于原问题中陈述的每个函数,我运行了3个循环,每个循环5个迭代。我在每个循环中计算了从0到10^8的整数的平方根。

以下是调查结果: 时间: √(x) < x**0.5 < pow(x, 0.5)

注:以两位数的秒差,超过10^8的非负 整数。

输出截图: 输出

我的结论是:

我觉得Guido的邮件很好地证明了这些时间。 考虑以下语句:

"math.sqrt()链接到C并且不接受复数" **和pow()是等价的

因此,我们可以暗示**和pow()都有一定的开销成本,因为它们都必须检查传递的输入是否为复数,即使我们传递的是整数。此外,复数是Python内置的,使用Python编写Python代码是计算机上的任务。

值得注意的是,math.sqrt()的工作速度相对较快,因为它既不需要检查复数参数的麻烦,也因为它直接与C语言函数连接,C语言函数被证明比一般的Python快一点。

如果你对这个结论的看法与我不同,请告诉我!

代码:

import time
import math
print("x**0.5 : ")
for _ in range(5):
    start = time.time()
    for i in range(int(1e8)):
        i**0.5
    end = time.time()
    print(end-start)
print("math.sqrt(x) : ")
for _ in range(5):
    start = time.time()
    for i in range(int(1e8)):
        math.sqrt(i)
    end = time.time()
    print(end-start)
print("pow(x,0.5) : ")
for _ in range(5):
    start = time.time()
    for i in range(int(1e8)):
        pow(i,0.5)
    end = time.time()
    print(end-start)

克劳狄的结果和我的不一样。我在一台旧的P4 2.4Ghz机器上使用Ubuntu上的Python 2.6…以下是我的结果:

>>> timeit1()
Took 0.564911 seconds
>>> timeit2()
Took 0.403087 seconds
>>> timeit1()
Took 0.604713 seconds
>>> timeit2()
Took 0.387749 seconds
>>> timeit1()
Took 0.587829 seconds
>>> timeit2()
Took 0.379381 seconds

对我来说,SQRT一直都更快……甚至Codepad.org现在似乎也同意,在本地环境下,根号rt更快(http://codepad.org/6trzcM3j)。Codepad目前运行的是Python 2.5。也许克劳狄第一次回答的时候,他们使用的是2.4或更老的版本?

事实上,即使使用math.sqrt(i)来代替arg(i),我仍然可以得到更好的sqrt。在本例中,timeit2()在我的机器上花费了0.53到0.55秒,这仍然比timeit1的0.56-0.60秒要好。

我会说,在现代Python中,使用数学。一定要把它带入本地环境,或者用somevar=math。或者从数学导入根号。

有人评论《雷神之锤3》中的“快速牛顿-拉弗森平方根”……我用ctypes实现了它,但与本机版本相比,它非常慢。我将尝试一些优化和替代实现。

from ctypes import c_float, c_long, byref, POINTER, cast

def sqrt(num):
 xhalf = 0.5*num
 x = c_float(num)
 i = cast(byref(x), POINTER(c_long)).contents.value
 i = c_long(0x5f375a86 - (i>>1))
 x = cast(byref(i), POINTER(c_float)).contents.value

 x = x*(1.5-xhalf*x*x)
 x = x*(1.5-xhalf*x*x)
 return x * num

这是另一个使用struct的方法,比ctypes版本快3.6倍,但仍然是C的1/10。

from struct import pack, unpack

def sqrt_struct(num):
 xhalf = 0.5*num
 i = unpack('L', pack('f', 28.0))[0]
 i = 0x5f375a86 - (i>>1)
 x = unpack('f', pack('L', i))[0]

 x = x*(1.5-xhalf*x*x)
 x = x*(1.5-xhalf*x*x)
 return x * num

如果您进入math.py并将函数“sqrt”复制到您的程序中,则会更快。程序找到math.py,然后打开它,找到要找的函数,然后将其带回程序,这需要时间。如果该函数即使使用“查找”步骤也更快,那么函数本身必须非常快。可能会让你的时间缩短一半。总而言之:

转到math.py 找到函数“√” 复制它 将函数粘贴到程序中作为根号查找器。 它的时间。