Acelerando o código python com cython
Eu tenho uma função que basicamente faz muitas chamadas para uma função de hash simples definida e testa para ver quando encontra uma duplicata. Eu preciso fazer muitas simulações com ele, então gostaria que fosse o mais rápido possível. Eu estou tentando usar o cython para fazer isso. O código cython é atualmente chamado com uma lista python normal de inteiros com valores no intervalo de 0 a 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
Como posso converter inputx e listofpos para usar arrays do tipo C e para acessar as matrizes na velocidade C? Há outras acelerações que eu possa usar? O setofvalues pode ser acelerado?
Para que haja algo para comparar, 50 chamadas para floyd () com m = 5000 atualmente levam cerca de 30 segundos no meu computador.
Atualização: Exemplo de trecho de código para mostrar como o floyd é chamado.
m = 5000
inputx = random.sample(xrange(m**2), m)
(dupefound, nohashcalls) = edcython.floyd(inputx)