Python 由于使用对象类型声明，此扩展类型在多大程度上可能效率低下？

由于使用

DefaultDict

需要Python对象类型声明，我被告知以下扩展类型。有人能解释为什么会这样，以及

DefaultDict

是否仍然值得使用（与

dict

相反）

---

我可能夸大了其中的效率部分。我的意思是：当您必须使用Python对象时，不要期望巨大的加速（超过1.5-2倍）

您可以使用它们，并且不会比在python代码中使用它们慢（非常罕见的情况除外）。然而，Cython的强大之处在于，你可以利用原生C类型和同构的数据结构，比如C数组（它可以比Python列表甚至字典更快得多），或者如果你走C++，也可以是代码>矢量< /代码>，<代码>无序的映射> /COD>等等。 在处理Python对象时要记住的一点是，所有的Python对象都是指向某些结构的指针，因此每一个对象都添加了一层间接寻址——甚至对于Python

int

s也是如此。然而，Cython

int

是一个没有间接寻址的C-整数。这就是为什么Cython中的

for

-循环要快得多的主要原因之一。（然而，它们被限制在64位的范围内，而不是像Python那样的无限精度，这是一种折衷）

另一点是，在python对象上操作意味着您需要进行python查找、python操作等。然而，对于内置的对象，cython可以通过避免基于python的查找来获得额外的速度（

DefaultDict

我想不在其中），例如，对于声明的DICT，以下代码的编译方式不同：

def dumb_func(dict dct, str key):
    return dct[key]   # translates to: __Pyx_PyDict_GetItem(__pyx_v_dct, __pyx_v_key)


def dumb_func(object dct, object key):  # different signature
    return dct[key]   # translates to: PyObject_GetItem(__pyx_v_dct, __pyx_v_key)

您可能会猜到哪一个更快，直接处理dict的那个（可能是and的复杂包装器），还是只处理带有

PyObject\u GetItem

的python对象的那个（通过python查找）。这也不会是一个巨大的加速，但这是显而易见的

最后，我认为Cython代码<代码> DICT< /Clult> s在Cython代码中肯定比 Debug（（除了C或C++类）要快。

def dumb_func(dict dct, str key):
    return dct[key]   # translates to: __Pyx_PyDict_GetItem(__pyx_v_dct, __pyx_v_key)


def dumb_func(object dct, object key):  # different signature
    return dct[key]   # translates to: PyObject_GetItem(__pyx_v_dct, __pyx_v_key)