numba jitted函数中集合的正确签名是什么？

Question

如果我理解正确，我可以通过添加签名来提高numba函数的性能。例：

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

现在我有两套功能。什么是正确的签名？

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

我认为签名(int32(set(int32), set(int32)))可能是正确的，但没有任何事情发生。 print(numba.typeof(set_1))返回reflected set(int32)

Answer 1

如果我理解正确，我可以通过添加签名来提高numba函数的性能。

那是错的 - 或者只是部分正确。使用签名numba只是提前编译函数，而不是第一次使用这些参数调用时。第一次通话后，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）。

现在我有两套功能。什么是正确的签名？

包含整数的Python集的正确签名是：

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）不能提高性能，我根本不会打扰签名。

另外需要注意的是：numba会将Python集转换为内部的numba集，因此将Python set传递给numba函数或将set从numba函数返回到Python上下文将复制整个集。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，sets和lists与numba只有在严格限制于numba功能时才有意义。因此，如果您将它们用作参数或返回它们（对于非numba函数/上下文），您必须测量性能并检查您是否真的获得了加速。