是否有一个Python等价于在Perl中解引用？

2018-06-07 22:00:05

我目前正在将一个代码库移植到Python中，我最初是用Perl实现的。当我在整个数据集上运行时，以下一小段代码占用了大约90％的重要运行时间。

    def equate():
        for i in range(row):
            for j in range(row):
                 if adj_matrix[i][j] != adj_matrix[mapping[i]][mapping[j]]:
                 return False
        return True

其中equate是另一种方法中的闭包，row是整数，adj_matrix是表示矩阵的列表列表，mapping是表示矢量的列表。

等效的Perl代码如下所示：

sub equate
{
    for ( 0..$row)
    {
        my ($smrow, $omrow) = ($$adj_matrix[$_], $$adj_matrix[$$mapping[$_]]); #DEREF LINE
        for (0..$row)
        {
            return 0 if $$smrow[$_] != $$omrow[$$mapping[$_]];
        }
    }
    return 1;
 }

这被封装在子外部子程序中，因此我不必将变量传递给子程序。

简而言之，Perl版本要快得多，我的测试表明这是由于“DEREF LINE”中的解引用引起的。我已经尝试了我认为是Python中的等价物：

    def equate():
        for i in range(row):
            row1 = adj_matrix[i]
            row2 = adj_matrix[mapping[i]]
            for j in range(row):
                 if row1[j] != row2[mapping[j]]:
                 return False
        return True

但这是一个微不足道的改进。此外，我尝试使用NumPy矩阵来表示adj_matrix，但这也是一个小的改进，可能是因为adj_matrix通常是一个小矩阵，所以NumPy的开销要大得多，而且我没有真正进行任何矩阵数学运算。

我欢迎任何有关改进Python equate方法的运行时间的建议，以及为什么我的“改进”Python equate方法没有equate的解释。虽然我认为自己是一名称职的Perl程序员，但我是一名Python新手。

额外细节：

我使用的是Python 3.4，尽管当我在2.7中最初实现它时观察到了类似的行为。自从我工作的实验室使用3.4以来，我改用了3.4。

至于矢量的内容，请允许我提供一些背景，以便以下细节有意义。这是识别由图A和B分别表示的两种化合物（a和b）之间的子图同构的算法的一部分，其中每个原子是节点并且每个原子都是边缘。上面的代码适用于A = B的简化情况，所以我正在寻找化合物的对称变换（对称平面），并且原子数量中的A的大小为N.每个原子被分配一个唯一的索引，从零。

映射是维度为1xN的一维向量，其中映射中的每个元素都是整数。 mapping[i] = j ，表示具有索引i的原子（将被称为原子i或一般原子'索引'）当前被映射到原子j。映射的缺失由j = -1表示。

Adj_matrix是尺寸为NxN的二维矩阵，其中每个元素adj_matrix [i] [j] = k是一个自然数并且表示化合物A中原子i和j之间边缘的存在和顺序。如果k = 0，则不存在这种边缘（AKA在i和j之间没有键），否则k> 0，并且k表示原子i和j之间的键的顺序。

当A！= B时，有两个不同的adj_matrices被equate比较，并且原子中的a和b的大小是Na和Nb。 Na不必等于Nb，但Na = <Nb。我只提到这一点，因为对于在一般情况下无效的特例，优化是可能的，但任何建议都会有帮助。

使用numpy可以将整个代码按如下方式进行矢量化，假设adj_matrix和mapping是numpy数组：

def equate():
    row1 = adj_matrix[:row]
    row2 = adj_matrix[mapping[:row]]
    return np.all(row1 == row2)

如果发现不匹配，它不会在循环的早期发现，但除非您的阵列很大，否则NumPy的速度将占主导地位。

链接地址: http://www.djcxy.com/p/24089.html

上一篇: Is there a Python equivalent to dereferencing in Perl?

下一篇: Ruby vs Java: Why world is going to end faster with Java?