循环检查两个内存视图的有效方法是什么？

Question

我想通过使用内存视图来加速我的代码。这里有两个类我用：

cdef class child:
    cdef public int[:] move
    def __init__(self, move):
        self.move = move

cdef class parent:
    cdef public:
        list children
        int[:, :] moves
    def __init__(self):
        self.children = []
    def add_children(self, moves):
        cdef int i = 0
        cdef int N = len(moves)
        for i in range(N):
            self.children.append(child(moves[i]))

这是我要检查类是否有效的代码：

temp = []
for i in range(100):
    temp.append([i, i+1])

cdef int[:, :] moves = np.asarray(temp, dtype=np.int32)
a = parent()
a.add_children(moves)
for move in moves:
    for ch in a.children:
        if move == ch.move:
            print('ok')

我希望打印 100 ok 但我什么也没得到。我知道如果我使用 list(move) == list(ch.move) 我可以获得预期的输出，但我不希望循环中的转换开销。

任何人都可以帮助我有效的方法吗？如果有人有任何其他提高代码速度的建议，我们将不胜感激。

Answer 1

您可以利用 c 库中的 memcmp（比较内存的函数）：

from libc.string cimport memcmp

cdef int[:, :] moves = np.asarray(temp, dtype=np.int32)
cdef int[:] move
cdef child ch
a = parent()
a.add_children(moves)
for move in moves:
    for ch in a.children:
        if memcmp(&move[0], &ch.move[0], move.nbytes) == 0:
            print('ok')

然而，如果内存视图具有不同的数据类型、字节顺序或跨度，这可能（可能）导致问题 - 因为 memcmp 只是比较普通内存。

Answer 2

我可能会使用 numpy.array_equal。（它接受内存视图和 numpy 数组。）

if numpy.array_equal(move, ch.move):
  print("OK")

与 memcmp 相比的主要优势（另一个答案表明）是 memcmp 不适用于非连续数组（另一个答案承认）。只需取一个二维内存视图的列，就可以很容易地得到一个非连续的内存视图。

循环检查两个内存视图的有效方法是什么？

What is the efficient way to check two memoryviews in loop?

python

loops

cython

python-3.x

typed-memory-views