在Cython中优化Python字典查找

我试图提高Cython中这个函数的速度，因为它是一个算法的主要函数

cpdef float _cost(list path, int lenth, dict time, dict cost):
    cdef: 
        float final_cost = 0
        float time_sum = 0
        int count = 0, i=0, 
    
    for i in range(lenth):
        p1 = path[i]
        p2 = path[i+1]
        if time_sum < 8:
            time_sum += time[p1][p2]
            final_cost += cost[p1][p2]
        else:
            time_sum = time[p1][path[0]] + time[path[0]][p2]
            final_cost += cost[p1][path[0]] + cost[path[0]][p2]
            count +=1
            
    final_cost +=  cost[path[0]][path[lenth]]
    return final_cost + count * 9.25 * 2

cpdef float\u成本（列表路径、整数长度、dict时间、dict成本）：
cdef：
浮动最终成本=0
浮动时间总和=0
整数计数=0，i=0，
对于范围内的i（长度）：
p1=路径[i]
p2=路径[i+1]
如果时间总和小于8：
时间总和=时间[p1][p2]
最终成本+=成本[p1][p2]
其他：
时间之和=时间[p1][路径[0]]+时间[路径[0]][p2]
最终成本+=成本[p1][路径[0]]+成本[路径[0]]][p2]
计数+=1
最终成本+=成本[路径[0][路径[lenth]]
返回最终成本+计数*9.25*2

这两个字典都由

int

作为键和其他字典作为值组成，其中

int

作为键和

float

作为值。在C++中，键入是以下<代码>无序的映射代价；<代码>

• 我做的第一个优化是用C++编写的函数，使用<代码> unOrdEdEdMult，但是<强> Python哈希字典是闪耀的< < /强> >。所以代码稍微慢了一点
• 第二次优化确实提高了一点速度。正如您在代码中看到的，

  p1

  和

  p2

  变量没有被键入，这是因为如果我键入，Cython必须进行大量转换以使Cython int适应dict int类型（与int-Cython类型不同）

在花了大量时间研究如何改进后，我无法解决这两个问题：

是否有正确的

p1

和

p2

类型？我想这会提高速度的

有什么方法可以改进这个功能吗？也许我错过了什么

---

你不能相当快地加速Python的DIAT.上次我和C++的地图比较，C++无序映射稍微快一点查找（所以你可能做了一些错事）。谷歌还提供了稠密的散列映射，它甚至比c++的实现速度还要快。键入

p1

和

p2

不太可能改善Python dict的任何功能，因为使用它们的唯一目的是查找

dict

，这需要一个通用Python对象。您肯定已经尝试过明显的方法-也许这和您的算法一样快？使用

无序图

-主要的事情是确保数据保持为

无序图

。您不希望将它复制到Python

dict

，而不是嵌套的

dict

中吗？这取决于数据的稀疏程度，但如果可行的话，速度可能会快得多？你根本不需要迭代。将

path[i]

的时间和成本值放在

time[path[i]

和

time[cost[i]

上，就像您现在对dicts所做的那样。这里的折衷是，您必须分配两个长度为max（path[]）的数组，这可能非常大。（考虑为此使用Ndarray或MemoryView。）