unicode字符串Cython上的快速迭代

我有下面的cython函数

 01: 
+02: cdef int count_char_in_x(unicode x,Py_UCS4  c):
 03:     cdef:
+04:         int count = 0
 05:         Py_UCS4 x_k
 06: 
+07:     for x_k in x: ## Yellow
+08:         if x_k == c:
+09:             count+=1
 10: 
+11:     return count

第07行未正确优化

带注释的HTML代码展开为：

+07:     for x_k in x: ## Yellow
  if (unlikely(__pyx_v_x == Py_None)) {
    PyErr_SetString(PyExc_TypeError, "'NoneType' is not iterable");
    __PYX_ERR(0, 8, __pyx_L1_error)
  }
  __Pyx_INCREF(__pyx_v_x);
  __pyx_t_1 = __pyx_v_x;
  __pyx_t_6 = __Pyx_init_unicode_iteration(__pyx_t_1, (&__pyx_t_3), (&__pyx_t_4), (&__pyx_t_5)); if (unlikely(__pyx_t_6 == ((int)-1))) __PYX_ERR(0, 8, __pyx_L1_error)
  for (__pyx_t_7 = 0; __pyx_t_7 < __pyx_t_3; __pyx_t_7++) {
    __pyx_t_2 = __pyx_t_7;
    __pyx_v_x_k = __Pyx_PyUnicode_READ(__pyx_t_5, __pyx_t_4, __pyx_t_2);

+07:x中的x#k:##黄色
如果（不太可能（不太可能）{
PyErr_SetString（PyExc_TypeError，“'NoneType'不可编辑”）；
__PYX_错误（0,8,L1_错误）
}
__Pyx_增量（Pyx_v_x）；
__pyx_t_1=u pyx_v_x；
__pyx_t_6=uu pyx_init_unicode_迭代（u pyx_t_1，（&u pyx_t_3），（&u pyx_t_4），（&u pyx_t_5））；如果（不太可能（uuPyx_t_6==（int）-1））uPyx_ERR（0,8，uPyx_L1_ERR）
对于（\uuuPyx\uT\u7=0；\uuPyx\uT\u7<\uuuPyx\uT\u3；\uuuPyx\uT\u7++）{
__pyx_t_2=u pyx_t_7；
__pyx_v_x_k=uuu pyx_PyUnicode_读取（uuu pyx_t_5，uuu pyx_t_4，uu pyx_t_2）；

• 有什么可以改进的建议吗

• 我认为可以编写一个cdef/cpdef函数，在运行时完全避免Python None类型检查。您知道如何做到这一点吗

---

生成的C代码在我看来相当不错。整个循环是一个int迭代for循环（即，它不依赖于调用Python方法

\uu iter\uuu

和

\uu next\uu

）

\uuuupyx\upyunicode\uread

（取决于您使用的Python版本）。

PyUnicode\uread

是一个C宏，它是

<>这可能是和它正在获得的一样好。你可以通过使用<代码>字节而不是<代码> Unicode （只要你处理ASCII字符），可以得到一个小小的改进。你可以考虑它是否真的值得重新实现。

---

如果它是一个常规的

def

函数，您可以将

x

声明为

unicode not None

，以在循环之前删除

None

检查。这可能会有一点不同。但是，正如@ead指出的那样，

cdef

函数不支持这一点。这很可能是

def

函数调用的成本l比一个

None

-检查的成本略高，但如果你在意的话，你应该计时。

谁或什么应该处理unicode字符串？C早在unicode（每个字符使用1-4字节）之前就创建了“代码”> Cython < /Code >必须实现自己的Unicode，导入一些第三方库，或者使用Python实现。Cython有能力使用C++字符串，我猜这是一个选项。@ EAD，你确实记得正确。我已经更新了我的答案。有没有其他方法可以避免循环中的无检查？也许是宏。？使用def

def

功能不起作用（大幅度）我尝试用C++的字符串/Unicode使用< Code > Cystring类型< /Code >，但我看没有区别。我认为可以编写一个 CDEF/CPDEF函数，在运行时完全避免Python <代码>没有< /Code >类型检查，但是我不知道如何去做。我不知道另一种方法来清除无检查。nce，在循环开始时（肯定不是在每次迭代中）。它最终应该是一个单指针比较，所以我不会太担心它。