Как оптимизировать цикл с большим числом

Question

Я заметил, что моя программа слишком медленная, когда я делаю этот цикл, факт в том, что N является большим числом (1000000).

start=time.time() 
    ipf = 0 
    idx = 2 
    for iang in xrange(0, N): 
     z = np.float64(iang+1)/np.float64(N) 
     while scum[ipf+1]<z: 
      ipf += 1 

     phase_H[idx*5*N+iang*5+0] = np.float32(phase.phase[ipf, 1]) 
     phase_H[idx*5*N+iang*5+1] = np.float32(phase.phase[ipf, 0]) 
     phase_H[idx*5*N+iang*5+2] = np.float32(phase.phase[ipf, 2]) 
     phase_H[idx*5*N+iang*5+3] = np.float32(0) 
    print time.time() - start 

Этот код длится около 9 секунд. Есть ли способ сделать это быстрее?

Answer 1

Означает, что внешний for цикл работает N раз, а внутренний цикл while пробегает все N элементов только один раз. Которая, я думаю, делает общую сложность O (2n), которая равна O (n)

Основная стоимость может быть в преобразовании в float numpy, некоторые из которых вы можете вытащить за пределы цикла for.

Из того, что при условии, я хотел бы предложить следующие изменения:

1. преобразования Do вне для цикла

   converted_N = np.float64(N) 
   for iang in xrange(0, N): 
        z = np.float64(iang+1)/converted_N 
   

2. брикетирования расчета индекса раз и увеличивающимся это вместо вычисления его каждый раз,

   base_index = idx*5*N+iang*5 
   phase_H[base_index] = np.float32(phase.phase[ipf, 1]) 
   phase_H[base_index+1] = np.float32(phase.phase[ipf, 0]) 
   phase_H[base_index+2] = np.float32(phase.phase[ipf, 2]) 
   

Вы также можете уменьшить это, перемещая idx*5 вне цикла while.

Это уменьшит количество умножений, однако их можно считать постоянным.

Без дополнительной информации о scum сравнительный тест не может быть запущен.