Python C/C++包装器与纯C/C++性能

Question

我一直在做一些关于计算机图形学的项目，这些项目都是围绕着使用开源库编写的和C/C++编写的，这些库后来变成了python的包装器

我想知道将其转换为纯C/C++所带来的性能提升是否值得重写代码库所花费的大量时间

我也知道C/C++几乎总是比python快，但是考虑到这些库已经是C/C++的包装器，我不确定我应该期望多大的性能提升。我不是在寻找一个确切的答案，因为这在很大程度上取决于环境，但如果有人有一个普遍的经验法则，那就太好了

Answer 1

在没有看到代码的情况下，通常它取决于

• API的粒度，即Python相对于本机代码完成了多少工作（或者控制返回Python的频率）
• Python代码是否在关键路径上（一些计算机图形库在单独的、完全本机线程中运行热路径）
• 为了与Python接口，是否在数据结构方面进行了任何妥协

一般来说，使用设计良好的Python本机库，在性能方面几乎没有什么好处

因此，我将从profilingPython代码开始，看看是否有什么收获

注意到C++代码的定义并不快；只有当它被设计成快速时，它才是快速的