2015-11-03 18:19 GMT+01:00 Manlio Perillo <manlio.peri...@gmail.com>: > 2015-11-03 17:19 GMT+01:00 Pietro Battiston <m...@pietrobattiston.it>: >> Salve a tutti di nuovo, >> >> se definisco un semplice Fibonacci con una cache (volutamente un po' >> stupida): >> > >> [...] >> E va bene che il >> dizionario Python è una struttura efficiente, ma... è sempre una hash >> table più un indexing, come fa a battere un semplice indexing? >> [...] >> ... ma resta il fatto (verificato con %lprun) che "cached = cache[n]" è più >> veloce quando cache è un dizionario (~0.3 µs) che quando è un array (~0.4 >> µs). >> >> Ciò umilia quel briciolo di comprensione delle strutture di dati che credevo >> di avere. Qualcuno sa illuminarmi? >> > > Tieni conto che con Python è ben possibile che ci siano altri fattori > che "mascherano" le performance reali [1]. > Magari l'indexing di un array numpy non accede direttamente alla > memoria come accade in C. >
Ed infatti: http://stackoverflow.com/questions/22239199/numpy-array-indexing-and-or-addition-seems-slow A differenza di Go, però, qui non puoi farci niente! Ciao Manlio _______________________________________________ Python mailing list Python@lists.python.it http://lists.python.it/mailman/listinfo/python
