编译的Python库在一台电脑上正常，但另一台不行
我写了一个Python接口来调用C++代码。我有两台运行Ubuntu 11.04的电脑，叫它们A和B，它们安装了相同的软件包（Python 2.7.1，NumPy 1.5.1，GCC 4.5.2）。
这段代码在两台电脑上都能顺利编译和链接，没有错误。但是在A电脑上，代码在C++代码的某个地方似乎进入了无限循环（CPU在工作，但程序就是不结束）。如果我把这个共享库复制到B电脑上，它就能正常工作，没有任何问题。
我可以通过对代码做一些小改动、使用不同的参数等来重现这个问题。我用过valgrind工具，但没有发现内存泄漏或者访问未分配的内存等问题。代码只依赖于包管理系统安装的库，所以这些库是完全相同的。
有没有人能给出一个合理的解释，为什么会出现这样的情况？除了以下几点（我已经检查过）：
- A和B运行的所有库/软件包都是一样的
- 底层的C++库没有外部依赖，除了boost::function和STL
- 所有代码都是用相同的构建系统/编译器从头开始干净地编译的
- 环境变量也是一样的
3 个回答
0
你知道吗，构建你电脑上的Python时用了哪个编译器吗？这个问题很重要，特别是对于Python的扩展功能。如果你使用了不同的编译器，可能会出现一些意想不到的问题。
0
即使你没有使用多线程（比如没有定义多个线程），也可能会遇到一个叫做SMP的问题：如果某个内存位置是易变的，程序在切换上下文和CPU调度时，可能会导致它“看不到”实际的变化。
- 你有没有尝试过在编译时不使用任何优化选项（在gcc中使用-O0）？
- 有没有一些变量可能是易变的，应该标记为易变的？（比如设备输入、零拷贝缓冲区、内存映射等）。
即使你没有（明确地）使用多线程，我也不会感到惊讶，如果Python的垃圾回收是在一个单独的线程中运行的话。
0
不同的电脑可能有不同的处理器和架构。理想情况下，你应该在另一台电脑上也编译一下Python。这样你就能知道问题是出在复制库文件上，还是你的代码有问题，或者是环境配置的问题。