numba jitted 函数中集合的正确签名是什么？

Question

如果我理解正确的话，我可以通过添加签名来提高 numba 函数的性能。例子：

@njit(int32(int32, int32))
def f(x, y):
    # A somewhat trivial example
    return x + y

现在我有需要两套的功能。正确的签名是什么？

@njit(int32(set(int32), set(int32)))
def f(set_1, set_2):
    # A somewhat trivial example
    return x

我以为签名(int32(set(int32), set(int32)))可能是正确的，但什么也没发生。 print(numba.typeof(set_1))回报reflected set(int32)

Answer 1

如果我理解正确的话，我可以通过添加签名来提高 numba 函数的性能。

这是错误的——或者只是部分正确。使用签名 numba 只是提前编译函数，而不是在第一次使用这些参数调用时编译函数。第一次调用后，两者应该同样快。在某些情况下，如果没有签名，函数可能会稍微快一些（特别是对于 numba 可以使用输入的数组对齐的数组）。

现在我有需要两套的功能。正确的签名是什么？

包含整数的 Python 集合的正确签名是：

numba.types.Set(numba.int64, reflected=True)

因此，采用两组（并返回一组）的函数的签名将是：

import numba as nb

reflected_int_set = nb.types.Set(nb.int64, reflected=True)

@nb.njit(reflected_int_set(reflected_int_set, reflected_int_set))
def f(set_1, set_2):
    return set_1

>>> f({1,2,3}, {3,4,5})
{1, 2, 3}

但由于它（很可能）不会提高性能，所以我根本不会担心签名。

另外需要注意的是：numba 会在内部将 Python 集转换为 numba 集，因此将 Python 传递set给 numba 函数或将setnumba 函数返回到 Python 上下文将复制完整的集。在大多数情况下，开销比 numba 提供的潜在加速要重要得多。

根据我的经验， numba 的sets 和lists 仅在严格限制于 numba 功能时才有意义。因此，如果您将它们用作参数或将它们返回（到非 numba 函数/上下文），您必须测量性能并检查是否确实获得了加速。