boost python公开和导入方法的时间成本 我遇到了一个使用Boost Python设施来扩展我的C++代码到Python的困难。我已经成功地编写了boost.python包装器。我还可以从Python访问C++对象，而不会有任何错误，另外，还可以使用Boost TAFL（“”）（）函数调用C++中的Python文件（Mead）方法，而不会出现任何问题。p>

我的问题是Python方法的执行时间。如我所述，在Python代码中，对包装对象的引用大约为微秒。虽然调用Python方法的时间大约为毫秒，但相对于Python中对我包裹的C++对象（仅引用/分配不再使用）的引用数量而言，它增加了。因此，我进行了一些搜索，我对这一增长时间的假设是：

某些引用策略（默认策略）在从Python代码返回时执行一些不必要的操作，从而导致此问题。所以我可能在包装上做错了什么

Python调用方法有一些开销，可能有一些我不知道的选项

值得一提的是，Python方法在我的程序的每个执行周期中调用，每次我都得到一个非常相同（不精确）的时间

我希望我的描述足够了。下面也是我的示例代码的一部分：

我的一个包装纸：

class_<Vertex<> >("Vertex")
  .def(init<float, float>())
  .def_readwrite("x", &Vertex<>::x)
  .def_readwrite("y", &Vertex<>::y)
  .def("abs", &Vertex<>::abs)
  .def("angle", &Vertex<>::angle)
  .def(self - self)
  .def(self -= self)
;

类（“顶点”） .def（init（）） .def_readwrite（“x”和顶点：：x） .def_readwrite（“y”和顶点：：y） .def（“abs”和顶点：：abs） .def（“角度”和顶点：：角度） .def（self-self） .def（self-=self） ; 调用Python模块方法（即“run”）：

pyFile=import（fileName.c_str（））；
范围1（pyFile）；
对象pyNameSpace=scope1.attr（“_dict__”）；
返回摘录（pyFile.attr（“run”）（）；

pyFile = import(fileName.c_str());
scope scope1(pyFile);
object pyNameSpace = scope1.attr("__dict__");
return extract<int>(pyFile.attr("run")());