Python 在C++；

我正在编写一个代码，使用区间分析的方法计算非线性贴图的图像，应用minkowski和，并重复任意次数的迭代

我在Python中编写了一个工作代码，但是我希望能够在C++中实现更多的迭代/递归密集部分，以提高速度。过去我使用Cython有很好的效果，但是我想练习我的C++。 <>也，我的对象足够复杂，我宁愿避免在C++中实现它们（婴儿步骤）。 因此，我的问题是：

1）在C++中使用Python对象是否有效率的提高？

2）如果不是，可以使用Cython来包装一个在Python对象上迭代/递归的C++函数吗？

---

更具体地说，我有一个递归算法，它在BST的左右两个孩子上重复（虽然它是一个相当大的修改BST，所以我不想陷入在C++中实现它的细节），但是运行时非常令人讨厌，所以我想用C++来写。

< P>是的。您将获得纯Python的加速，但与使用纯<代码> C/C++ +/Cuff>时的增加不相称。如果你想处理Python对象，你需要通过；这增加了执行的开销，这是允许您与Python交互所必须付出的代价

请注意，这涉及到很多复杂性，因为您需要熟悉API并了解函数对对象引用的作用、如何创建列表、打包元组等等。如果您只需创建几个将方法包装到对象上的

public

Cython

cdef

函数，就可以跳过所有这些。这将生成所有为您处理这些问题的

CPython

代码

一个包装并嵌入愚蠢对象的小示例可能如下所示（注意，我使用的是

.c

，

c++

有类似的步骤）：

使用

cython pycls.pyx

（对于

c++

，使用

-cplus

）编译将生成一个

.c

和

.h

文件，分别包含源声明和函数声明。现在只需创建一个启动Python的

main.c

文件，即可调用以下函数：

#include "Python.h"   // Python.h always gets included first.
#include "pycls.h"    // Include your header file.

int main(int argc, char *argv[])
{
    Py_Initialize();   // initialize Python
    PyInit_pycls();    // initialize module (initpycls(); in Py2)
    PyObject *obj = createPyClass();
    for(int i=0; i<10; i++){
        addData(obj, i);
    }
    printf("%s\n", printCls(obj));
    Py_Finalize();
    return 0;
}

将创建与对象交互的可执行文件：

./a.out
Data: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

所有这些都是通过使用

Cython

以及生成

.h

头文件的

public

关键字来完成的。您也可以使用Cython编译一个python模块，然后自己创建附加样板文件的头/句柄。因为我认为你不想陷入

C-API

学习的泥潭，所以这不应该是一条路

---

正如@freakish在他的评论中所说的，提取数据（）并用纯

C++

处理它将是非常理想的。通常，如果您在

C/C++

中运行循环并在那里执行繁重的工作，您将获得很好的速度提升 Python < /C>中实现数据结构，并实现对DS进行算法>代码> C++ +/>代码>。对吗？@Jim，就是这个意思：）谢谢你。我同意，学习API的努力可能不值得我花时间。提取数据似乎是个好主意。昨晚我决定，我要尝试改写我的课在C++中，如果我认真致力于学习语言。如果碰巧我无法管理它，我将研究数据提取。

gcc pycls.c main.c -L$(python3.5-config --cflags) -I$(python3.5-config --ldflags) -std=c99

./a.out
Data: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]