为何NumPy切片性能不及普通for循环与array模块？除数求和代码疑惑

嘿，这个问题挺典型的——咱们来拆解一下你忽略的几个关键因素，帮你理清为什么测试结果和你预想的不一样：

1. 算法时间复杂度：双循环未必比单循环“工作量大” #

你可能默认单循环的操作次数更少，但实际上两种思路的算法复杂度天差地别：

• 单循环思路（逐个计算每个数的除数和）：对每个数n，需要遍历到sqrt(n)找除数，总时间复杂度是O(N*sqrt(N))。当N是1e6时，总操作次数大概是1e9级别。
• 双循环思路（遍历除数，给所有倍数加除数）：对每个除数d，遍历它的所有倍数d,2d,3d...，总时间复杂度是O(N log N)。同样N=1e6时，总操作次数大概是2e7级别——比单循环少了两个数量级！
  哪怕单循环是Python层，双循环是NumPy的C层实现，这种复杂度差距直接碾压了“循环层数”的直觉判断。

2. NumPy的“循环”不在Python层 #

你以为的NumPy单循环，可能是Python层遍历+小批量NumPy操作，这种模式会频繁触发NumPy的操作开销（比如创建小数组、类型检查），而Python本身的for循环速度就很慢。
而双循环的NumPy实现，往往是Python层外层循环，内层用NumPy矢量化操作（比如total[i::i] += d）——内层的批量操作是在C语言层面执行的，完全避开了Python循环的慢速度，效率自然高很多。

3. array模块与NumPy的底层差距 #

array模块只是Python标准库提供的轻量级数组容器，它的核心功能是存储同类型数据，但大部分操作还是在Python层实现的，没有底层C优化，也没有BLAS/LAPACK这类高性能计算库的支持。
而NumPy是专为数值计算设计的，它的数组采用连续内存布局，操作都是高度优化的C代码，还能利用CPU的缓存和SIMD指令——两者的性能天花板根本不在一个级别，出现显著差距是必然的。

4. 内存访问的缓存效率差异 #

计算除数和的双循环思路（遍历除数，更新倍数）有非常好的空间局部性：每次更新的倍数数组是连续内存块（比如total[i::i]），CPU缓存能高效命中这些数据，大幅减少内存访问的开销。
而单循环思路（逐个计算每个数的除数）内存访问是分散的，每个数的除数查找涉及随机内存访问，缓存命中率低，速度自然慢。

举个直观的代码对比例子 #

比如你的单循环NumPy实现可能是这样的（Python层循环为主）：

import numpy as np
def sum_divisors_single(n):
    total = np.zeros(n+1, dtype=np.int64)
    for i in range(1, n+1):
        sqrt_i = int(np.sqrt(i))
        divisors = np.arange(1, sqrt_i+1)[i % np.arange(1, sqrt_i+1) == 0]
        total[i] = np.sum(divisors) + np.sum(i // divisors) - (sqrt_i if sqrt_i**2 == i else 0)
    return total

而双循环的NumPy实现是这样的（内层矢量化操作）：

def sum_divisors_double(n):
    total = np.zeros(n+1, dtype=np.int64)
    for d in range(1, n+1):
        total[d::d] += d
    return total

后者的内层操作total[d::d] += d是C层执行的批量更新，加上算法复杂度更低，速度远超前者完全合理。

内容的提问来源于stack exchange，提问作者yal