高效能PYTHON程式設計

multiprocessing 模組

|

245

範例

9-12　check_prime_in_range

def check_prime_in_range((n, (from_i, to_i))):

if n % 2 == 0:

return False

assert from_i % 2 != 0

for i in xrange(from_i, int(to_i), 2):

if n % i == 0:

return False

return True

對「小非質數」的案例來說，透過

Pool

的驗證時間是 0.1 秒，遠超過 Serial 解法原有的

0.000002 秒。或許，我們可以接受「僅僅一個較慢的結果不是什麼問題」 —但萬一我們

有大量的「小非質數」需要檢查呢？還好，接下來要探討的 Less Naive Pool 解法可以幫

助我們避開這個問題。

Less Naive Pool 解法

前一個解法在驗證較小的非質數時是缺乏效率的，對任何比較小的（少於 18 位數字）

非質數來說，由於傳送被切割之工作的額外成本，以及不知道是否有非常小的因數（比

較可能出現）會被找到，運作起來可能比循序方法還要慢。如果小因數被發現，程式還

是必須等待其他較大因數的搜尋完成。

我們可以開始在行程之間以信號表明小因數已經被找到，但因為這經常發生，所以會增

加許多額外的溝通成本。相反地，範例 9-13 呈現的是比較務實的解法—先針對可能的小

因數快速進行循序檢查，假如沒有找到任何因數，平行的搜尋隨即被展開。在發動相對