Python 0,1 átírása true, false-ra?

Természetesen ha nem mértem volna le, akkor nem írtam volna be, de ezt szerintem gondoltad amúgy is. A 2 legutolsó kód:

python -m timeit "''.join([str(bool(int(ch))) for ch in '10111010101'])"

1000 loops, best of 3: 340 usec per loop

python -m timeit "''.join([{'0':'False', '1':'True'}[ch] for ch in '10111010101'])"

10000 loops, best of 3: 82.9 usec per loop

Lássuk a nyers adatokat. A visszafejtett kódot itt megtalálod: [link]

A 13-as címig mindkettő megegyezik, itt kezdődik az iteráció. A 19-28 címeken ki kell keresni az aktuális névtérből 3 függvényt, meg 1 változót. Az utóbbi elkerülhetetlen persze. A 31-37. címen pedig meghívogatjuk őket.

Namost A dict-et használó kód visszafejtve gyorsabb, viszont az a helyzet, hogy dict készítésre külön opcode van (19. cím). Látszik a 22-35 címeken ahogy létrejön a dict. Ez hosszúnak tűnik, viszont konstansokat kell a dictbe eltárolni, tehát ez nagyon gyorsan történhet. Miután elkészült a dict, átlag O(1) sebességgel találunk majd a ch kulcshoz értéket. Ez nem véletlenül van így, a dict és a set nagyon hasonló működésű, hash alapú az értékek keresése. A 39. címen keresi ki a kód a [ch]-hoz tartozó értéket. Utána minden ugyan olyan mint az első helyzetben.

Azaz a lényeg az, hogy létrehozni minden karakternél 1 dictet gyorsabb, mint kikeresni 3 függvényt és meghívni őket. Így hogy ezt megállapítottuk érdemes kivenni a dict létrehozást az iterációból, így nem kell minden karakterre új dictet létrehozni:

python -m timeit "_dict = {'0':'False', '1':'True'}" "''.join([_dict[ch] for ch in '10111010101'])"

10000 loops, best of 3: 51.3 usec per loop

Még nyertünk 31,6 usec-et.

#11 vagyok

Amúgy mikrooptimalizációról beszélünk és bár szerintem a dict-es kódom ugyan úgy érthető mint iostream-é, ekkora mértékeknél azt használsz ami neked jól esik

Igyekeztem érthető lenni:

[link]