Python字典与C++；std:unordered_映射（cython）与cythonizedpythondict

我试图测量python字典、cythonized python字典和cythonized cpp std:：unordered_map之间的性能，只执行一个init过程。如果编译cythonized cpp代码，我认为它应该比纯python版本更快。我使用4种不同的场景/符号选项进行了测试：

• Cython CPP代码使用std:：无序_映射和（定义一对并使用insert方法）
• Cython CPP代码，使用std:：无序_映射和python表示法（map[key]=value）
• 使用python字典的Cython代码（类型化代码）（map[key]=value）
• 纯python代码

我希望看到cython代码的性能如何优于纯python代码，但在本例中没有改进。原因可能是什么？我正在使用Cython-0.22、python-3.4和g++-4.8

我使用timeit获得此执行时间（秒）：

• Cython CPP图书符号->15.69641724999968
• Cython CPP python表示法->16.481350984999835
• Cython python表示法->18.585355018999962
• 纯python->18.16272467799904

代码在这里，您可以使用它：

cython -a map_example.pyx
python3 setup_map.py build_ext --inplace
python3 use_map_example.py

map_example.pyx

from libcpp.unordered_map cimport unordered_map
from libcpp.pair cimport pair

cpdef int example_cpp_book_notation(int limit):
    cdef unordered_map[int, int] mapa
    cdef pair[int, int] entry

    cdef int i

    for i in range(limit):
        entry.first = i
        entry.second = i
        mapa.insert(entry)
    return 0

cpdef int example_cpp_python_notation(int limit):
    cdef unordered_map[int, int] mapa
    cdef pair[int, int] entry

    cdef int i

    for i in range(limit):
        mapa[i] = i

    return 0


cpdef int example_ctyped_notation(int limit):
    mapa = {}
    cdef int i
    for i in range(limit):
        mapa[i] = i
    return 0

设置\u map.py

from distutils.core import setup
from distutils.extension import Extension
from Cython.Build import cythonize
from Cython.Distutils import build_ext

import os

os.environ["CC"] = "g++"
os.environ["CXX"] = "g++"


modules = [Extension("map_example",
                 ["map_example.pyx"],
                 language = "c++",
                 extra_compile_args=["-std=c++11"],
                 extra_link_args=["-std=c++11"])]

setup(name="map_example",
     cmdclass={"build_ext": build_ext},
     ext_modules=modules)

使用_map_example.py

import map_example

C_MAXV = 100000000
C_NUMBER = 10

def cython_cpp_book_notation():
    x = 1
    while(x<C_MAXV):
        map_example.example_cpp_book_notation(x)
        x *= 10

def cython_cpp_python_notation():
    x = 1
    while(x<C_MAXV):
        map_example.example_cpp_python_notation(x)
        x *= 10

def cython_ctyped_notation():
    x = 1
    while(x<C_MAXV):
        map_example.example_ctyped_notation(x)
        x *= 10


def pure_python():
    x = 1
    while(x<C_MAXV):
        map_a = {}
        for i in range(x):
            map_a[i] = i
        x *= 10
    return 0


if __name__ == '__main__':
    import timeit

    print("Cython CPP book notation")
    print(timeit.timeit("cython_cpp_book_notation()", setup="from __main__ import cython_cpp_book_notation", number=C_NUMBER))


    print("Cython CPP python notation")
    print(timeit.timeit("cython_cpp_python_notation()", setup="from __main__ import cython_cpp_python_notation", number=C_NUMBER))


    print("Cython python notation")
    print(timeit.timeit("cython_ctyped_notation()", setup="from __main__ import cython_ctyped_notation", number=C_NUMBER))

    print("Pure python")
    print(timeit.timeit("pure_python()", setup="from __main__ import pure_python", number=C_NUMBER))

import map\u示例
C_最大值=100000000
C_数=10
def cython_cpp_book_notation（）：
x=1
而（x我的代码计时（在更正python*10缩进：）是

基本上每个人都在同一个球场上，对于CPP版本来说都有一定的优势

我的机器没有什么特别之处，通常的Ubuntu 14.10，0.202 Cython，3.42 Python。
你能在感兴趣的循环中放置一个计时器吗？我在纯Python循环中发现了一个问题，我修复并更新了时间和代码。无论如何，它还是比cython？快？。我会在有趣的循环中加上时间你是对的。我重新运行了代码，并在帖子中更新了exec时间。也许为了看到一些差异，操作地图值（找到一个特定的键，操作地图的值，等等）是必要的。所以，根本不用麻烦使用cpp的
unordered_map
？@avocado Python的dict已经高度优化了。没有理由。内存使用情况如何？
Cython CPP book notation
21.617647969018435
Cython CPP python notation
21.229907534987433
Cython python notation
24.44413448998239
Pure python
23.609809526009485