编程|胡渊鸣：import一个“太极”库 让Python代码提速100倍！
众所周知，Python的简单和易读性是靠牺牲性能为代价的——
尤其是在计算密集的情况下，比如多重for循环 。
不过现在，大佬胡渊鸣说了：
只需import 一个叫做“Taichi”的库，就可以把代码速度提升100倍！
文章图片
不信？
来看三个例子 。
计算素数的个数，速度x120
第一个例子非常非常简单，求所有小于给定正整数N的素数 。
标准答案如下：
文章图片
我们将上面的代码保存，运行 。
当N为100万时，需要2.235s得到结果：
文章图片
现在，我们开始施魔法 。
不用更改任何函数体，import“taichi”库，然后再加两个装饰器：
文章图片
Bingo！同样的结果只要0.363s，快了将近6倍 。
文章图片
如果N=1000万，则只要0.8s；要知道，不加它可是55s，一下子又快了70倍！
不止如此，我们还可以在ti.init()中加个参数变为ti.init(arch=ti.gpu)，让taich在GPU上进行计算 。
那么此时，计算所有小于1000万的素数就只耗时0.45s了，与原来的Python代码相比速度就提高了120倍！
厉不厉害？
什么？你觉得这个例子太简单了，说服力不够？我们再来看一个稍微复杂一点的 。
动态规划，速度x500
动态规划不用多说，作为一种优化算法，通过动态存储中间计算结果来减少计算时间 。
我们以经典教材《算法导论》中的经典动态规划案例“最长公共子序列问题（LCS）”为例 。
比如对于序列a = [0, 1, 0, 2, 4, 3, 1, 2, 1]和序列b = [4, 0, 1, 4, 5, 3, 1, 2]，它们的LCS就是：
LCS(a, b) = [0, 1, 4, 3, 1, 2] 。
用动态规划的思路计算LCS，就是先求解序列a的前i个元素和序列b的前j个元素的最长公共子序列的长度，然后逐步增加i或j的值，重复过程，得到结果 。
我们用f[i, j]来指代这个子序列的长度，即LCS((prefix(a, i), prefix(b, j) 。其中prefix(a, i) 表示序列a的前i个元素，即a[0], a[1], …, a[i - 1]，得到如下递归关系：
文章图片
完整代码如下：
文章图片
现在，我们用Taichi来加速：
文章图片
结果如下：
文章图片
胡渊鸣电脑上的程序最快做到了0.9秒内完成，而换成用NumPy来实现，则需要476秒，差异达到了超500倍！
最后，我们再来一个不一样的例子 。
反应 - 扩散方程，效果惊人
自然界中，总有一些动物身上长着一些看起来无序但实则并非完全随机的花纹 。
文章图片
图灵机的发明者艾伦·图灵是第一个提出模型来描述这种现象的人 。
在该模型中，两种化学物质（U和V）来模拟图案的生成 。这两者之间的关系类似于猎物和捕食者，它们自行移动并有交互：
最初，U和V随机分布在一个域上；
在每个时间步，它们逐渐扩散到邻近空间；
当U和V相遇时，一部分U被V吞噬 。因此，V的浓度增加；
为了避免U被V根除，我们在每个时间步添加一定百分比 (f) 的U并删除一定百分比 (k) 的V 。
上面这个过程被概述为“反应-扩散方程”：
推荐阅读
![[金靖]金靖越“丑”越敢穿，运动裤露出小蛮腰，发型像“炸了”](http://img88.010lm.com/img.php?https://image.uc.cn/s/wemedia/s/upload/2020/d9a8a1ec5cd42508e46fbc8a227e960e.jpg)
- 2022年编程语言的十大必须要了解的后端框架
- 初学编程该如何开始 如何开始
- 少儿编程可以学到什么?编程儿童学的编程是什么
- 嵌入式开发：防御性编程可缓解不可预见的问题
- 雷蛇|雷蛇骑仕V2手游手柄iPhone版发布：模拟扳机键、可编程宏
- 编程|“00后”在缅北诈骗日本主妇，看到同胞被割舌头遭电击后回国自首，将功赎罪未被立案
- 一个程序小BUG产生的原因
- 从三点进行分析说明，零基础看完也能明白 学习编程有什么用
- 聊聊并发编程的10个坑
- 这么多花容月貌的英语形容词 important是什么意思