将 numba 用于树结构的准则是什么？

如何解决将 numba 用于树结构的准则是什么？

编辑：忘记多次运行 numba（哎呀！）

我已经将 namedtuple 和 Dict 的 numba 版本视为潜在的解决方案，但与它们的 Python 版本相比，它们似乎要慢得多（大约慢 10000 倍）。

import time
from numba import njit
from collections import namedtuple    

Alpha = namedtuple("Alpha",["a","b","c"])    
Regions = namedtuple("Regions","b"])    
State = namedtuple("State",["H","L"])    
Parameters = namedtuple("Parameters",["alpha","DB","beta","psi","pi","CC_opt"])    

def timer_func(func):
    def function_timer(*args,**kwargs):    
        start = time.time()    
        value = func(*args,**kwargs)    
        end = time.time()    
        runtime = end - start    
        msg = "{func} took {time} seconds to complete its execution."    
        print(msg.format(func=func.__name__,time=runtime))    
        return value    

    return function_timer    


@timer_func    
def build_params() -> Parameters:    
    alpha = Regions(    
        a=Alpha(0.5,0.5,0),b=Alpha(0.5,)    

    return Parameters(alpha=alpha,DB=State(0.0,0.0),beta=0.8,psi=0.0,pi=0.5,CC_opt=1.0)    


@timer_func    
@njit    
def build_params_numba() -> Parameters:    
    alpha = Regions(    
        a=Alpha(0.5,CC_opt=1.0)    


if __name__ == "__main__":    
    build_params()    
    build_params_numba()

build_params 用了 3.814697265625e-06 秒完成它的执行。

build_params_numba 用了 0.07473492622375488 秒完成它的执行。

编辑：

build_params_numba 用了 3.5762786865234375e-06 秒完成它的执行。

解决方法

最大的问题是您正在测量 build_params_numba 的第一次执行，其中包括编译（它按照您的要求实时编译）。这就像测量经典餐点和微波炉餐之间的晚餐时间，但是您将购买和安装微波炉的时间作为后者的一部分。 Measure the second invocation of build_params_numba，当编译已经完成时，查看编译函数的执行情况。

第二个问题是 numba 可能对您的代码没有太大帮助。 AFAIK 它旨在加速数值算法和 numpy 代码。根据需要，namedtuple 和 dict 是 Python 数据结构，numba 必须这样对待它们；因此，即使您请求了 nopython 模式，Numba 也无法提供帮助，因为它仅在可以检测到代码中所有值的本机数据类型时才有效（我认为 - 虽然在这一点上不是 100% 确定）。>