Python伪随机数生成器运行耗时近1小时，如何优化实现数秒出结果？

你当前代码的性能瓶颈是执行了2^30次（约10.7亿次）Python级别的循环操作，Python原生单循环执行效率极低，自然要消耗近1小时。优化可以直接从算法逻辑层面降维，完全不需要遍历循环： #

核心优化逻辑 #

你代码的循环本质是计算32位无符号整数下的结果：初始值 * 乘数 ^ 循环次数 mod 2^32，等价于直接使用模幂运算一步得到结果，不需要逐次循环计算。

优化后代码 #

from time import process_time

MOD = 2 ** 32
i0 = 987654321
a = 663608941
r = 2 ** 30

t1_start = process_time()
# 直接用内置模幂函数计算，底层为C实现，效率极高
result = (i0 * pow(a, r, MOD)) % MOD
t1_stop = process_time()

print("\nLoop stopped at the element:", result, ".\n")
print("Is this the last element of the series? 1 for YES other numbers for NO", result / 987654321, ".\n")
print("The CPU time needed in order to take to go throught the whole sequence is", t1_stop - t1_start, "seconds.\n")

优化效果 #

• 运算时间从近1小时降低到毫秒级，完全可以在1秒内得到结果
• 计算结果和原循环遍历得到的结果完全一致，没有精度损失

内容的提问来源于stack exchange，提问作者J.Snowden