Ускорение Python кода с помощью Cython
У меня есть функция, которая в основном делает много вызовов простой определенной хэш-функции и проверяет, находит ли она дубликат. Мне нужно сделать много симуляций с ним, поэтому хотелось бы, чтобы он был максимально быстрым. Я пытаюсь использовать Cython для этого. Код cython в настоящее время вызывается с обычным списком чисел python со значениями в диапазоне от 0 до m ^ 2.
import math, random
cdef int a,b,c,d,m,pos,value, cyclelimit, nohashcalls
def h3(int a,int b,int c,int d, int m,int x):
return (a*x**2 + b*x+c) %m
def floyd(inputx):
dupefound, nohashcalls = (0,0)
m = len(inputx)
loops = int(m*math.log(m))
for loopno in xrange(loops):
if (dupefound == 1):
break
a = random.randrange(m)
b = random.randrange(m)
c = random.randrange(m)
d = random.randrange(m)
pos = random.randrange(m)
value = inputx[pos]
listofpos = [0] * m
listofpos[pos] = 1
setofvalues = set([value])
cyclelimit = int(math.sqrt(m))
for j in xrange(cyclelimit):
pos = h3(a,b, c,d, m, inputx[pos])
nohashcalls += 1
if (inputx[pos] in setofvalues):
if (listofpos[pos]==1):
dupefound = 0
else:
dupefound = 1
print "Duplicate found at position", pos, " and value", inputx[pos]
break
listofpos[pos] = 1
setofvalues.add(inputx[pos])
return dupefound, nohashcalls
Как я могу преобразовать inputx и listofpos для использования массивов типа C и для доступа к массивам на скорости C? Могу ли я использовать другие ускорения? Можно ли ускорить набор значений?
Чтобы было с чем сравнивать, на моем компьютере 50 вызовов функции floyd () с m = 5000 в настоящее время занимают около 30 секунд.
Обновление: пример фрагмента кода, показывающий, как вызывается floyd.
m = 5000
inputx = random.sample(xrange(m**2), m)
(dupefound, nohashcalls) = edcython.floyd(inputx)