PYPY中大型阵列的优化技术

Question

我是PYPY的新手，尝试在大型迭代for循环中处理大型数组时使用它。我可以使用哪些库来优化大型阵列？是否有其他优化技术需要注意？你知道吗

请注意，下面的******简单代码****并不表示print1-print10变量在每次迭代中都会发生变化。考虑到我的问题是关于优化技术的，所以我尽量使事情简单化。你知道吗

下面的代码很简单： 10个大型数组被合并到一个for循环中28000次，并且在每次迭代中计算所有10个数组中出现3次的所有数字。这是超级慢，将需要几个小时，循环到28000。你知道吗

print1=range(0,200000)
print2=range(100000,325000)
print3=range(180000,300000)
print4=range(0,250000)
print5=range(0,100000)
print6=range(170000,300000)
print7=range(160000,300000)
print8=range(150000,300000)
print9=range(140000,300000)
print10=range(130000,300000)

task_id=0

for x in range(0, 28800):
    print x
    result= print1 + print2 + print3 + print4 + print5 + print6 + print7 + print8 + print9 + print10
    from collections import Counter
    countresult=Counter(result)

    u = [ m for m,n in countresult.iteritems() if n == 3 ]
    print str(u) + "this is countsum"