Това е само въпрос, за да задоволя любопитството си, всъщност не планирам да използвам списъци като аргументи за функция numba.
Но се чудех защо предаването на списък на функция numba изглежда като O(n)
операция, докато това е O(1)
работа в pure-Python функции.
Няколко прости примера на код:
import numba as nb
@nb.njit
def take_list(lst):
return None
take_list([1, 2, 3]) # warmup
А времето:
for size in [10, 100, 1000, 10000, 100000, 1000000]:
lst = [0]*size
print(len(lst))
%timeit take_list(lst) # IPythons "magic" timeit
Резултати:
10
4.06 µs ± 26.1 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
100
14 µs ± 360 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
1000
109 µs ± 434 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
10000
1.08 ms ± 17.8 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
100000
10.7 ms ± 26.2 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
1000000
112 ms ± 383 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
Отговори:
3 за отговор № 1Манипулирането на списък на Python отнема API на Pythonразговори, които са забранени в nopython режим. Numba всъщност копира съдържанието на списъка в собствената му структура от данни, която отнема време, пропорционално на размера на списъка.