使用Python的Base-2（二进制）表示
使用Python的Base-2（二进制）表示
提问于 2018-12-05 01:45:02
在如何使用Python表达二进制文字的基础上，这是我提出的最好的，但我想用更好的算法替换它，或者至少应该有一个应该具有快速性能的算法。
def num_bin(N, places=8):
def bit_at_p(N, p):
''' find the bit at place p for number n '''
two_p = 1 << p # 2 ^ p, using bitshift, will have exactly one
# bit set, at place p
x = N & two_p # binary composition, will be one where *both* numbers
# have a 1 at that bit. this can only happen
# at position p. will yield two_p if N has a 1 at
# bit p
return int(x > 0)
bits = ( bit_at_p(N,x) for x in xrange(places))
return "".join( (str(x) for x in bits) )
# or, more consisely
# return "".join([str(int((N & 1 << x)>0)) for x in xrange(places)])
回答 2
Stack Overflow用户
发布于 2018-12-05 10:29:03
直截了当的算法：
>>> def bin(x):
... sign = '-' if x < 0 else ''
... x = abs(x)
... bits = []
... while x:
... x, rmost = divmod(x, 2)
... bits.append(rmost)
... return sign + ''.join(str(b) for b in reversed(bits or [0]))
它也比num_bin以下更快：
>>> import timeit
>>> t_bin = timeit.Timer('bin(0xf0)', 'from __main__ import bin')
>>> print t_bin.timeit(number=100000)
4.19453350997
>>> t_num_bin = timeit.Timer('num_bin(0xf0)', 'from __main__ import num_bin')
>>> print t_num_bin.timeit(number=100000)
4.70694716882
更重要的是，它实际上正常工作（对于我对“正确性”的定义:)）：
>>> bin(1)
'1'
>>> num_bin(1)
'10000000'
Stack Overflow用户
发布于 2018-12-05 11:44:37
为了获得最佳效率，您通常希望一次处理多个位。您可以使用一种简单的方法来获得固定宽度的二进制表示。例如。
def _bin(x, width):
return ''.join(str((x>>i)&1) for i in xrange(width-1,-1,-1))
_bin（x，8）现在将给出x的低8位的零填充表示。这可以用于构建查找表，允许您的转换器一次处理8位（如果您想将内存专用于它，则更多）。
_conv_table = [_bin(x,8) for x in range(256)]
然后你可以在你的真实函数中使用它，在返回它时去除前导零。我还添加了有符号数的处理，因为没有它你会得到一个无限循环（负整数在概念上有无限数量的设置符号位。）
def bin(x):
if x == 0:
return '0' #Special case: Don't strip leading zero if no other digits
elif x < 0:
sign='-'
x*=-1
else:
sign = ''
l=[]
while x:
l.append(_conv_table[x & 0xff])
x >>= 8
return sign + ''.join(reversed(l)).lstrip("0")
更改了代码以处理有符号整数。 以下是各种解决方案的一些时序图。出于好奇，我还尝试了上面的16位查找表变体（下面的bin16），并尝试了Python3的内置bin（）函数。所有时序均使用01010101位模式进行100000次运行。
Num Bits: 8 16 32 64 128 256
---------------------------------------------------------------------
bin 0.544 0.586 0.744 1.942 1.854 3.357
bin16 0.542 0.494 0.592 0.773 1.150 1.886
constantin_bin 2.238 3.803 7.794 17.869 34.636 94.799
num_bin 3.712 5.693 12.086 32.566 67.523 128.565
Python3's bin 0.079 0.045 0.062 0.069 0.212 0.201
正如你所看到的，当使用大块处理长值时，确实可以获得回报，但是没有什么比python3内置的低级C代码更好（奇怪的是，它似乎始终比256位快128位！）。使用16位查找表可以改善一些事情，但可能不值得，除非你真的需要它，因为它占用了大量的内存，并且可以引入一个小但是非常规的启动延迟来预先计算表。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/-100000905
复制相关文章
相似问题