Python浮点数乘法和整形乘除法的效率实例分析
本文主要介绍"Python浮点数乘法和整形乘除法的效率实例分析" 有关的知识,希望能够解决您遇到有关问题,下面我们一起来看看这篇 "Python浮点数乘法和整形乘除法的效率实例分析" 文章。
问题:如果确定只有两位小数且不炸范围,那么有办法完全消除浮点数的使用。
测试
1. 整形除法和浮点数乘法
我们每次把整形加减自身/10,来模拟上下浮动10%,并把浮点形乘1.1(0.9)并修正eps精度误差。
测试代码如下:
int main() { const int N=1e8; int64_t t1=clk(); for(int i=0;i<N;i++) { long long x=i; x=x+x/10; x=x-x/10; } int64_t t2=clk(); for(int i=0;i<N;i++) { double x=i; x=x*1.1+1e-5; x=x*0.9-1e-5; } int64_t t3=clk(); cout<<"long long "<<t2-t1<<endl; cout<<"double "<<t3-t2<<endl; }
结果:
long long花了1541ms,是double的几乎十倍。
除法相较于加减乘有较大的常数。
2. 把整形预先乘10来比较
现在再试试另一种方法,即把0.9x<y<1.1x变成9x<10y<11x的形式,这样不就全是整形乘法了吗?但是三次整形乘法和两次浮点乘法两次浮点加减法哪个慢呢?
测试代码如下:
int main() { const int N=1e8; int64_t t1=clk(); for(int i=0;i<N;i++) { long long x=i; x=x*11; x=x*9; x=x*10; } int64_t t2=clk(); for(int i=0;i<N;i++) { double x=i; x=x*1.1+1e-5; x=x*0.9-1e-5; } int64_t t3=clk(); cout<<"long long "<<t2-t1<<endl; cout<<"double "<<t3-t2<<endl; }
结果:
我们可以看到,虽然单次浮点乘法的常数会略大于整形乘法,但是三次整形乘法还是慢于两次浮点乘法的。
3. 单次浮点乘法和整形乘法比较
测试代码:
int main() { const int N=1e8; int64_t t1=clk(); for(int i=0;i<N;i++) { long long x=i; x=x*11ll; } int64_t t2=clk(); for(int i=0;i<N;i++) { double x=i; x=x*1.1; } int64_t t3=clk(); cout<<"long long "<<t2-t1<<endl; cout<<"double "<<t3-t2<<endl; }
结果:
我们可以看到,单次浮点乘法的常数大概会比整形大50%左右,所以三次整形乘法还是略慢于两次浮点乘法的。
关于 "Python浮点数乘法和整形乘除法的效率实例分析" 就介绍到这。希望大家多多支持编程宝库。
本文主要介绍"python怎么挖掘蛋卷基金投资组合数据分析" 有关的知识,希望能够解决您遇到有关问题,下面我们一起来看看这篇 "python怎么挖掘蛋卷基金投资组合数据分析" 文章。一、网页分析 ...