Как ускорить быструю сортировку с помощью numba?

Я пытаюсь реализовать алгоритм быстрой сортировки с использованием numba в Python.

Кажется, это намного медленнее, чем функция сортировки numpy.

Как я могу улучшить его? Мой код здесь:

import numba as nb

@nb.autojit
def quick_sort(list_):
    """
    Iterative version of quick sort
    """
    #temp_stack = []
    #temp_stack.append((left,right))

    max_depth = 1000

    left = 0
    right = list_.shape[0]-1

    i_stack_pos = 0
    a_temp_stack = np.ndarray( ( max_depth, 2), dtype=np.int32 )
    a_temp_stack[i_stack_pos,0] = left
    a_temp_stack[i_stack_pos,1] = right
    i_stack_pos+=1
    #Main loop to pop and push items until stack is empty

    while i_stack_pos>0:

        i_stack_pos-=1
        right = a_temp_stack[ i_stack_pos, 1 ]
        left  = a_temp_stack[ i_stack_pos, 0 ]

        piv = partition(list_,left,right)
        #If items in the left of the pivot push them to the stack
        if piv-1 > left:
            #temp_stack.append((left,piv-1))

            a_temp_stack[ i_stack_pos, 0 ] = left
            a_temp_stack[ i_stack_pos, 1 ] = piv-1
            i_stack_pos+=1
        #If items in the right of the pivot push them to the stack
        if piv+1 < right:
            a_temp_stack[ i_stack_pos, 0 ] = piv+1
            a_temp_stack[ i_stack_pos, 1 ] = right
            i_stack_pos+=1

@nb.autojit( nopython=True )
def partition(list_, left, right):
    """
    Partition method
    """
    #Pivot first element in the array
    piv = list_[left]
    i = left + 1
    j = right

    while 1:
        while i <= j  and list_[i] <= piv:
            i +=1
        while j >= i and list_[j] >= piv:
            j -=1
        if j <= i:
            break
        #Exchange items
        list_[i], list_[j] = list_[j], list_[i]
    #Exchange pivot to the right position
    list_[left], list_[j] = list_[j], list_[left]
    return j

Мой тестовый код здесь:

    x = np.random.random_integers(0,1000,1000000)
    y = x.copy()

    quick_sort( y )

    z = np.sort(x)

    np.testing.assert_array_equal( z, y )

    y = x.copy()
    with Timer( 'nb' ):
        numba_fns.quick_sort( y )

    with Timer( 'np' ):
        x = np.sort(x) 

ОБНОВИТЬ:

Я переписал функцию, чтобы зацикленная часть кода выполнялась в режиме nopython. Цикл while, по-видимому, не вызывает сбой nopython. Однако я не получил никакого улучшения производительности:

@nb.autojit
def quick_sort2(list_):
    """
    Iterative version of quick sort
    """

    max_depth = 1000

    left        = 0
    right       = list_.shape[0]-1

    i_stack_pos = 0
    a_temp_stack = np.ndarray( ( max_depth, 2), dtype=np.int32 )
    a_temp_stack[i_stack_pos,0] = left
    a_temp_stack[i_stack_pos,1] = right
    i_stack_pos+=1
    #Main loop to pop and push items until stack is empty

    return _quick_sort2( list_, a_temp_stack, left, right )

@nb.autojit( nopython=True )
def _quick_sort2( list_, a_temp_stack, left, right ):

    i_stack_pos = 1
    while i_stack_pos>0:

        i_stack_pos-=1
        right = a_temp_stack[ i_stack_pos, 1 ]
        left  = a_temp_stack[ i_stack_pos, 0 ]

        piv = partition(list_,left,right)
        #If items in the left of the pivot push them to the stack
        if piv-1 > left:            
            a_temp_stack[ i_stack_pos, 0 ] = left
            a_temp_stack[ i_stack_pos, 1 ] = piv-1
            i_stack_pos+=1
        if piv+1 < right:
            a_temp_stack[ i_stack_pos, 0 ] = piv+1
            a_temp_stack[ i_stack_pos, 1 ] = right
            i_stack_pos+=1

@nb.autojit( nopython=True )
def partition(list_, left, right):
    """
    Partition method
    """
    #Pivot first element in the array
    piv = list_[left]
    i = left + 1
    j = right

    while 1:
        while i <= j  and list_[i] <= piv:
            i +=1
        while j >= i and list_[j] >= piv:
            j -=1
        if j <= i:
            break
        #Exchange items
        list_[i], list_[j] = list_[j], list_[i]
    #Exchange pivot to the right position
    list_[left], list_[j] = list_[j], list_[left]
    return j