根据评论,我更新了代码:import time
import math
def timeit1():
s = time.time()
for i in xrange(750000):
z=i**.5
print "Took %f seconds" % (time.time() - s)
def timeit2(arg=math.sqrt):
s = time.time()
for i in xrange(750000):
z=arg(i)
print "Took %f seconds" % (time.time() - s)
timeit1()
timeit2()
现在math.sqrt函数直接位于一个局部参数中,这意味着它具有最快的查找速度。
更新:python版本似乎很重要。我曾经认为timeit1会更快,因为当python解析“I**.5”时,它从语法上知道要调用哪个方法(__pow__或某个变量),所以它不必像math.sqrt变量那样经历查找的开销。但我可能错了:
Python2.5:0.191000对0.224000
Python 2.6:0.195000对0.139000
同时,psyco似乎处理得更好:
Python 2.5+Psyco 2.0:0.109000对0.043000
Python 2.6+Psyco 2.0:0.128000对0.067000| Interpreter | x**.5, | sqrt, | sqrt faster, % |
| | seconds | seconds | |
|----------------+---------+---------+----------------|
| Python 3.2rc1+ | 0.32 | 0.27 | 19 |
| Python 3.1.2 | 0.136 | 0.088 | 55 |
| Python 3.0.1 | 0.155 | 0.102 | 52 |
| Python 2.7 | 0.132 | 0.079 | 67 |
| Python 2.6.6 | 0.121 | 0.075 | 61 |
| PyPy 1.4.1 | 0.083 | 0.0159 | 422 |
| Jython 2.5.1 | 0.132 | 0.22 | -40 |
| Python 2.5.5 | 0.129 | 0.125 | 3 |
| Python 2.4.6 | 0.131 | 0.123 | 7 |
#+TBLFM: $4=100*($2-$3)/$3;%.0f
在机器上生成的表结果:$ uname -vms
Linux #42-Ubuntu SMP Thu Dec 2 02:41:37 UTC 2010 x86_64
$ cat /proc/cpuinfo | grep 'model name' | head -1
model name : Intel(R) Core(TM) i7 CPU 920 @ 2.67GHz
要复制结果:获取源:^{}
安装^{}:pip install tox
使用tox.ini文件从目录中运行tox。