私の理解するところでは、range()
関数は実際には Python 3のオブジェクト型 であり、その内容はジェネレータと同じようにその場で生成されます。
このような場合、次の行には非常に長い時間がかかることが予想されます。なぜなら、1兆分の1が範囲内にあるかどうかを判断するには、4兆分の1の値を生成する必要があるからです。
1000000000000000 in range(1000000000000001)
さらに、ゼロをいくつ追加しても、計算にはほぼ同じ時間がかかります(基本的には瞬間的です)。
私もこのようなことを試してみましたが、計算はまだほぼ瞬時です。
1000000000000000000000 in range(0,1000000000000000000001,10) # count by tens
私が自分自身のrange関数を実装しようとすると、結果はそれほど良くありません。
def my_crappy_range(N):
i = 0
while i < N:
yield i
i += 1
return
それをとても速くするフードの下でrange()
オブジェクトがしていることは何ですか?
Martijn Pietersの回答 は完全性のために選ばれましたが、 abarnertの最初の回答も参照してください Python 3でrange
が本格的なsequenceであることの意味そして、Python実装間での__contains__
関数最適化の潜在的な矛盾に関する情報/警告。 abarnert's other answer は、もう少し詳しく説明し、Python 3での最適化の背後にある歴史(およびPython 2でのxrange
の最適化の欠如)に関心がある人へのリンクを提供します。 Answers pokeで and wimで 興味のある人のための適切なCソースコードと説明を提供する。
Python 3のrange()
オブジェクトはすぐには数値を生成しません。これは、オンデマンドを生成するスマートシーケンスオブジェクトです。含まれているのはあなたのスタート、ストップ、ステップの値だけです。そして、あなたがオブジェクトを反復するとき、次の整数は反復ごとに計算されます。
オブジェクトは object.__contains__
フック を実装し、あなたの数がその範囲の一部であればcalculateを実装します。計算はO(1)定時演算です。範囲内のすべての可能な整数をスキャンする必要はありません。
通常の
range
またはlist
に対するTuple
型の利点は、範囲オブジェクトが表す範囲のサイズに関係なく、start
、stop
、およびstep
の値のみが格納されるため、常に同じ(少量の)メモリを使用することです。 、必要に応じて個々のアイテムとサブレンジを計算します。
それで、最低でも、あなたのrange()
オブジェクトは、するでしょう:
class my_range(object):
def __init__(self, start, stop=None, step=1):
if stop is None:
start, stop = 0, start
self.start, self.stop, self.step = start, stop, step
if step < 0:
lo, hi = stop, start
else:
lo, hi = start, stop
self.length = ((hi - lo - 1) // abs(step)) + 1
def __iter__(self):
current = self.start
if self.step < 0:
while current > self.stop:
yield current
current += self.step
else:
while current < self.stop:
yield current
current += self.step
def __len__(self):
return self.length
def __getitem__(self, i):
if i < 0:
i += self.length
if 0 <= i < self.length:
return self.start + i * self.step
raise IndexError('Index out of range: {}'.format(i))
def __contains__(self, num):
if self.step < 0:
if not (self.stop < num <= self.start):
return False
else:
if not (self.start <= num < self.stop):
return False
return (num - self.start) % self.step == 0
これには、実際のrange()
がサポートしているいくつかのもの(例えば.index()
や.count()
メソッド、ハッシュ、等価性テスト、スライスなど)はまだ欠けていますが、あなたには考えを与えるべきです。
私は__contains__
の実装を単純化して整数テストのみに集中するようにしました。実際のrange()
オブジェクトに非整数値(int
のサブクラスを含む)を指定すると、まるで含まれているすべての値のリストに対して包含テストを使用するのと同じように、一致があるかどうかを調べるためにスロースキャンが開始されます。これは、整数との同等性テストをサポートするために偶然にも行われるが、整数算術もサポートすることは期待されていない他の数値タイプをサポートし続けるために行われました。封じ込めテストを実装した元の Pythonの問題 を参照してください。
ここでの基本的な誤解は、range
がジェネレーターであると考えることです。そうではありません。実際、イテレーターではありません。
これはかなり簡単にわかります。
>>> a = range(5)
>>> print(list(a))
[0, 1, 2, 3, 4]
>>> print(list(a))
[0, 1, 2, 3, 4]
ジェネレーターの場合、一度繰り返すと使い果たしてしまいます。
>>> b = my_crappy_range(5)
>>> print(list(b))
[0, 1, 2, 3, 4]
>>> print(list(b))
[]
range
は実際には、リストのようなシーケンスです。これをテストすることもできます:
>>> import collections.abc
>>> isinstance(a, collections.abc.Sequence)
True
これは、シーケンスであることのすべてのルールに従う必要があることを意味します。
>>> a[3] # indexable
3
>>> len(a) # sized
5
>>> 3 in a # membership
True
>>> reversed(a) # reversible
<range_iterator at 0x101cd2360>
>>> a.index(3) # implements 'index'
3
>>> a.count(3) # implements 'count'
1
range
とlist
の違いは、range
がlazyまたはdynamicシーケンス;すべての値を覚えているわけではなく、 start
、stop
、およびstep
を記憶し、__getitem__
でオンデマンドで値を作成します。
(補足として、print(iter(a))
を使用すると、range
はlistiterator
と同じlist
タイプを使用することに気付くでしょう。それはどのように機能しますか?listiterator
は、__getitem__
のC実装を提供するという事実を除いて、list
について特別なものを使用しないため、range
でも正常に機能します。
さて、Sequence.__contains__
が一定時間でなければならないということは何もありません。実際、list
のようなシーケンスの明らかな例ではそうではありません。しかし、それはできないになることはありません。そして、数学的にチェックするためにrange.__contains__
を実装するほうが簡単です((val - start) % step
、しかしネガティブなステップに対処するための余分な複雑さ)実際にすべての値を生成してテストするので、なぜしないほうが良い方法ですか?
しかし、言語には保証これが起こることはないようです。AshwiniChaudhariが指摘しているように、整数に変換して数学的なテストを行う代わりに、非整数値を与えるとそして、CPython 3.2+およびPyPy 3.xバージョンにこの最適化が含まれているからといって、それは明らかな良いアイデアであり、簡単に実行できるため、IronPythonまたはNewKickAssPython 3.xは除外できませんでした(実際、CPython 3.0-3.1 を含めませんでした)。
range
が実際にmy_crappy_range
のようなジェネレーターである場合、__contains__
をこのようにテストすることは意味がありません。または、少なくともそれが意味をなす方法は明らかではありません。すでに最初の3つの値を繰り返している場合、1
はまだin
ジェネレーターですか? 1
をテストすると、1
(または最初の値>= 1
)までのすべての値を反復して消費する必要がありますか?
source を使ってください、Luke!
CPythonでは、range(...).__contains__
(メソッドラッパー)は最終的に値が範囲内にあるかどうかをチェックする単純な計算に委任します。ここでのスピードの理由は、範囲オブジェクトの直接の反復ではなく、範囲についての数学的推論を使用しているためです。使用したロジックを説明するには
start
とstop
の間にあることを確認してください。たとえば、994
はrange(4, 1000, 2)
にあります。
4 <= 994 < 1000
、(994 - 4) % 2 == 0
。完全なCコードは以下に含まれています。これはメモリ管理と参照カウントの詳細のためにもう少し冗長ですが、基本的な考え方はそこにあります:
static int
range_contains_long(rangeobject *r, PyObject *ob)
{
int cmp1, cmp2, cmp3;
PyObject *tmp1 = NULL;
PyObject *tmp2 = NULL;
PyObject *zero = NULL;
int result = -1;
zero = PyLong_FromLong(0);
if (zero == NULL) /* MemoryError in int(0) */
goto end;
/* Check if the value can possibly be in the range. */
cmp1 = PyObject_RichCompareBool(r->step, zero, Py_GT);
if (cmp1 == -1)
goto end;
if (cmp1 == 1) { /* positive steps: start <= ob < stop */
cmp2 = PyObject_RichCompareBool(r->start, ob, Py_LE);
cmp3 = PyObject_RichCompareBool(ob, r->stop, Py_LT);
}
else { /* negative steps: stop < ob <= start */
cmp2 = PyObject_RichCompareBool(ob, r->start, Py_LE);
cmp3 = PyObject_RichCompareBool(r->stop, ob, Py_LT);
}
if (cmp2 == -1 || cmp3 == -1) /* TypeError */
goto end;
if (cmp2 == 0 || cmp3 == 0) { /* ob outside of range */
result = 0;
goto end;
}
/* Check that the stride does not invalidate ob's membership. */
tmp1 = PyNumber_Subtract(ob, r->start);
if (tmp1 == NULL)
goto end;
tmp2 = PyNumber_Remainder(tmp1, r->step);
if (tmp2 == NULL)
goto end;
/* result = ((int(ob) - start) % step) == 0 */
result = PyObject_RichCompareBool(tmp2, zero, Py_EQ);
end:
Py_XDECREF(tmp1);
Py_XDECREF(tmp2);
Py_XDECREF(zero);
return result;
}
static int
range_contains(rangeobject *r, PyObject *ob)
{
if (PyLong_CheckExact(ob) || PyBool_Check(ob))
return range_contains_long(r, ob);
return (int)_PySequence_IterSearch((PyObject*)r, ob,
PY_ITERSEARCH_CONTAINS);
}
アイデアの「肉」は 行 に記載されています。
/* result = ((int(ob) - start) % step) == 0 */
最後の注意として - コードスニペットの一番下にあるrange_contains
関数を見てください。正確な型チェックが失敗した場合は、説明されている巧妙なアルゴリズムを使用せず、代わりに_PySequence_IterSearch
を使用した範囲の単純な反復検索にフォールバックします。インタプリタでこの振る舞いをチェックすることができます(私はここでv3.5.0を使っています):
>>> x, r = 1000000000000000, range(1000000000000001)
>>> class MyInt(int):
... pass
...
>>> x_ = MyInt(x)
>>> x in r # calculates immediately :)
True
>>> x_ in r # iterates for ages.. :(
^\Quit (core dumped)
Martijnの答えに加えて、これは source の関連部分です(Cでは、rangeオブジェクトはネイティブコードで書かれているため):
static int
range_contains(rangeobject *r, PyObject *ob)
{
if (PyLong_CheckExact(ob) || PyBool_Check(ob))
return range_contains_long(r, ob);
return (int)_PySequence_IterSearch((PyObject*)r, ob,
PY_ITERSEARCH_CONTAINS);
}
そのためPyLong
オブジェクト(Python 3ではint
)の場合、結果を決定するためにrange_contains_long
関数を使用します。そしてその関数は基本的にob
が指定された範囲内にあるかどうかをチェックします(Cではもう少し複雑に見えますが)。
それがint
オブジェクトではない場合、それは値が見つかるまで(あるいはそうではないまで)繰り返しにフォールバックします。
ロジック全体を次のように擬似Pythonに変換できます。
def range_contains (rangeObj, obj):
if isinstance(obj, int):
return range_contains_long(rangeObj, obj)
# default logic by iterating
return any(obj == x for x in rangeObj)
def range_contains_long (r, num):
if r.step > 0:
# positive step: r.start <= num < r.stop
cmp2 = r.start <= num
cmp3 = num < r.stop
else:
# negative step: r.start >= num > r.stop
cmp2 = num <= r.start
cmp3 = r.stop < num
# outside of the range boundaries
if not cmp2 or not cmp3:
return False
# num must be on a valid step inside the boundaries
return (num - r.start) % r.step == 0
ご参考までに なぜ この最適化がrange.__contains__
に追加されたのか、そしてなぜ そうではない 2.7のxrange.__contains__
に追加されたのか:
最初に、Ashwini Chaudharyが発見したように、 issue 1766304 は[x]range.__contains__
を最適化するために明示的に開かれました。これに対するパッチは 受け入れられて3.2 のためにチェックインされました、しかし2.7にバックポートされませんでした。 "xrangeは長い間このように振る舞いました。 「 (2.7はその時点ではほとんど出ていませんでした。)
その間:
もともと、xrange
はシーケンスシーケンスオブジェクトではありませんでした。 として3.1ドキュメント 言う:
範囲オブジェクトはほとんど動作しません。それらはインデックス、繰り返し、そして
len
関数のみをサポートします。
これは全く真実ではありませんでした。 xrange
オブジェクトは実際にはインデックス付けとlen
で自動的に来る他のいくつかのことをサポートしていました、* __contains__
を含む(線形検索による)。しかし、その時点でフルシーケンスにする価値があるとは誰も考えていませんでした。
次に、 Abstract Base Classes PEPの実装の一部として、どの組み込み型をどのABCの実装としてマークする必要があるか、およびxrange
/range
がcollections.Sequence
を実装すると主張したとしても、それを扱うことが重要でした。 「ほとんど動作しません」。 問題9213 までその問題に誰も気づかなかった。その問題に対するパッチは3.2のindex
にcount
とrange
を追加しただけでなく、最適化された__contains__
(index
と同じ数学を共有し、count
によって直接使用される)も作り直しました。** この変更点 は3.2でも導入され、2.xにバックポートされませんでした。「新しいメソッドを追加するのはバグ修正だからです」。 (この時点で、2.7はすでにrcステータスを過ぎていました。)
そのため、この最適化を2.7に戻す可能性は2つありましたが、どちらも拒否されました。
*実際には、len
とインデックスを使って無料で繰り返しを取得することもできますが、 2.3xrange
オブジェクトにはカスタムイテレータがあります。これは3.xで失われましたが、これはlistiterator
と同じlist
型を使用します。
**最初のバージョンは実際にそれを再実装し、詳細を間違えました - 例えば、それはあなたにMyIntSubclass(2) in range(5) == False
を与えるでしょう。しかし、Daniel Stutzbachのパッチの更新版は、最適化が適用されないときに3.2より前の_PySequence_IterSearch
が暗黙的に使用していた一般的で遅いrange.__contains__
へのフォールバックを含む、以前のコードのほとんどを復元しました。
他の答えはすでにそれをよく説明しました、しかし私は範囲オブジェクトの性質を説明する別の実験を提供したいと思います:
>>> r = range(5)
>>> for i in r:
print(i, 2 in r, list(r))
0 True [0, 1, 2, 3, 4]
1 True [0, 1, 2, 3, 4]
2 True [0, 1, 2, 3, 4]
3 True [0, 1, 2, 3, 4]
4 True [0, 1, 2, 3, 4]
ご覧のとおり、rangeオブジェクトはその範囲を記憶していて、繰り返し使用している間でも何度も使用できるオブジェクトであり、単なる一回限りのジェネレータではありません。
これは評価に対する怠惰なアプローチとrange
のいくつかの追加の最適化についてのものです。
ところで、あなたの整数はそれほど大きくはありません、sys.maxsize
を考えてください
sys.maxsize in range(sys.maxsize)
はかなり速い
最適化のため - 与えられた整数を最小値と最大値の範囲と比較するのは簡単です。
しかし:
float(sys.maxsize) in range(sys.maxsize)
はかなり遅いです 。
(この場合、range
には最適化がありません。そのため、pythonが予期しないfloatを受け取った場合、pythonはすべての数値を比較します)
実装の詳細を知っておく必要がありますが、これは将来変更される可能性があるため信頼しないでください。
これはC#
の 類似の実装です。 O(1) timeでContains
がどのように行われたかがわかります。
public struct Range
{
private readonly int _start;
private readonly int _stop;
private readonly int _step;
//other methods/properties omitted
public bool Contains(int number)
{
// precheck: if the number isnt in valid point, return false
// for example, if start is 5 and step is 10, then its impossible that 163 be in range at any interval
if ((_start % _step + _step) % _step != (number % _step + _step) % _step)
return false;
// v is vector: 1 means positive step, -1 means negative step
// this value makes final checking formula straightforward.
int v = Math.Abs(_step) / _step;
// since we have vector, no need to write if/else to handle both cases: negative and positive step
return number * v >= _start * v && number * v < _stop * v;
}
}
range()
によって返されるオブジェクトは、実際にはrange
オブジェクトです。このオブジェクトはイテレータインタフェースを実装しているので、ジェネレータのように値を順番に繰り返すことができますが、実際にはオブジェクトがオブジェクトの右側に表示されるときに呼び出される __contains__
インタフェースも実装しています。 in
演算子__contains__()
メソッドは、項目がオブジェクト内にあるかどうかのブール値を返します。 range
オブジェクトはその境界とストライドを知っているので、これはO(1)で実装するのが非常に簡単です。