使用cython或PyPy优化元组/列表（用python实现的图论算法）

我正在研究一个理论图论问题，涉及到在超图中使用超边的组合来分析各种情况

我已经用Python实现了主算法的初始版本，但由于其组合结构（可能还有我的实现），该算法相当慢

我考虑加速的一种方法是使用PyPy或Cython

看看文档，Cython在元组方面似乎没有提供很好的加速。这对于实现来说可能是有问题的，因为我将超边表示为元组-因此大多数算法都是在操作元组（但是它们都是相同的长度，每个长度大约为len 6）

由于我的C语言和Python技能都很低，如果有人能建议，鉴于代码依赖元组/列表，优化代码的最佳方式是什么，我将不胜感激。是否有将列表/元组与Cython（或PyPy）一起使用的文档

优化代码的最佳方式是什么

。有一个标准模块可以很好地进行简单的分析。在分析之前优化代码是毫无意义的

---

此外，对于图形，您可以尝试使用优秀的模块。此外，如果处理长排序列表，您可以查看和模块。

如果您的算法在计算复杂性方面不好，则无法保存，您需要编写更好的算法。查阅一本好的图论书籍或维基百科，这通常是相对容易的，尽管有一些具有非平凡和难以实现的算法。这听起来像是PyPy可以显著加速的事情，但只能通过一个常量因子来加速，但是它不涉及对代码的任何修改。Cython在没有类型声明的情况下并不能提高代码的速度，而且似乎仅仅通过类型并不能真正提高这类问题的速度

---

常数部分在这里是至关重要的——如果算法复杂度增长到，比如说，2^n（这对于一个幼稚的算法来说是典型的），那么向图中添加额外的节点会使时间加倍。这意味着10个节点增加1024个时间，20个节点1024*1024等。如果你非常幸运，PyPy可以将你的算法速度提高100倍，但这在图形大小上保持不变（并且你会以这样或那样的方式很快用完宇宙时间）。

你能发布你的代码并突出显示慢的部分吗？在没有看到代码的情况下很难提出改进建议，因为问题可能不是您所认为的那样。一般来说，提高速度的最好办法是想出一个更好的算法……Cython可以使用C数组和结构，并允许您定义扩展类型。其中任何一个都可能是元组的替代品。@Roland，该算法实际上是NP（它与超图中的匹配有关），因此我不希望有比我已经实现的算法更优化的算法。然而，我只对一个非常具体的案例感兴趣。根据我在Python中的幼稚实现的运行时间，我估计，如果我能让它运行快100倍，那么它将在可接受的时间内（大约2周）完成。谢谢Janne，关于如何通过cython将c数组包含到Python代码中，你有什么例子或指针吗？@nsimplex:你能展示代码吗，那么我们可以建议改进吗？有一些标准的技巧可以帮助你，比如用理解代替循环，用空间换取时间……谢谢Jakub。探查器很有用，我以前运行过它，通过使用它，我估计我需要使函数加快100倍，以使代码在可接受的时间内完成。我也看过你提到的图论软件包，它们确实非常优秀。但是，我没有使用它们，因为在图论算法方面，我只需要在超图中进行匹配，并且我必须以特定的方式实现它，以便能够使用一些快捷方式。谢谢fjal。事实上，我所需要的是100倍的加速。我的问题与您提出的关于数据类型的问题有关。如何在C中声明python元组以获得最大的加速比。请举例说明如何做到这一点。你把事情弄糊涂了。很多用PyPy就行了。PyPy不像Cython——你不需要定义任何东西，它应该可以工作。