Python C/C++ 包装器与纯 C/C++ 性能 [关闭]

Question

我一直在做一些计算机图形方面的项目，这些项目围绕使用编写的开源库和 C/C++，然后将其转化为 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花费大量时间来重写代码库。

我也知道 C/C++ 几乎总是比 python 快，但考虑到这些库已经是 C/C++ 包装器，我不确定我应该期待多少性能提升。我不是在寻找确切的答案，因为这在很大程度上取决于具体情况，但如果有人有一般的经验法则，那就太好了！

Answer 1

不看代码，一般看

• API 的粒度，即 Python 相对于本机代码完成了多少工作（或控制权返回给 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、完全原生的线程中运行热路径），
• 是否在数据结构方面做出任何妥协以便与 Python 交互。

一般来说，使用精心设计的 Python 原生库，在性能方面几乎没有任何提升。

所以我会从profiling Python 代码开始，看看是否有任何收获。

另请注意，C++ 代码在定义上并不快；只有当它被设计为快速时才会快速。