这是用于python c或c ++的速度优化的更好的扩展语言

Question

最好使用c或c ++处理python程序中的计算密集型任务，而速度最重要。 两者之间有很大区别吗？ 哪个更清洁？

Answer 1

好吧，C ++应该是C的超集。因此，您可以用C ++编写C程序，并获得相同的速度。 这实际上取决于您需要完成什么。

如果不需要C ++的任何功能（OOP，模板，异常等），那么C应该没问题。

当然，如果您已经很熟悉使用Python编写代码，并且还需要更大的吸引力 ，那么您应该给Cython看一下。

Answer 2

两者都被编译为本地代码，并且通常使用相同的编译器，因此可以使用相同的编译器优化。 您为支持C ++语言构造而付出的性能差异应该可以忽略不计。 选择一个您喜欢的/与Python集成更好的一个/与您要使用的其他本​​机库更好的一个。

Answer 3

通过使用C ++和C获得的运行时性能可以忽略不计。 就将代码与Python程序（和大多数其他语言）集成而言，使用C几乎总是更容易。实际上，如果您正在使用ctypes加载和运行代码（我建议这样做），您仍然需要围绕C ++库编写一个C接口。

Answer 4

如果使用SWIG ，则很容易生成C ++包装器。

与CPython的交互全部使用CPython C API完成 ，可以从C ++完全访问它（是的！）。 过去，当我完成一些SWIG编程时，我在“ normal C”中执行了实际代码，然后仅通过生成的SWIG类包装了访问权限-这只是我发现的简单方法:)

至于“性能”：

1. 支持好的算法，合适的数据结构和简洁的设计。
2. 让它正常工作，进行基准测试，直到这时 -即使是重要的-还要担心这3％。 （这可能意味着根本不使用C / C ++编写它！而且，对于功能要求严格的应用程序，可能需要首先进行基准测试，以测试其可行性。）
3. 调用扩展方法可能相对昂贵 ； 它可能并不总是合理的。
4. “没关系” -C和C ++都有无数的高性能应用程序/游戏/库。 也就是说，选择一个并不会固有地“限制性能” :)

（我发现CPython扩展模块的最大优势之一是能够发布 GIL，从而能够拥有真正的线程代码-当然，[Python] CPython C API通常只能在获取GIL后安全地访问。 ）

快乐的代码。