我正在研究一個理論圖論問題，它涉及到hypergrapha中的hyperedges組合來分析各種情況。使用cython或PyPy來優化元組/列表（在python中實現的圖論算法）
我已經在Python中實現了主算法的初始版本，但由於它的組合結構（可能是我的實現），算法很慢。
我正在考慮加快速度的一種方法是使用PyPy或Cython。
看看文檔，看起來Cython在元組方面沒有提供很好的加速。這可能對實現有問題，因爲我將hyperedges表示爲元組 - 所以該算法的大部分操作元組（但是它們都是相同的長度，每個len 6左右）。
由於我的C和Python技能都非常小，我將不勝感激，如果有人可以建議什麼是繼續優化代碼的最佳方式，因爲它依賴於元組/列表。是否有使用Cython（或PyPy）的列表/元組的文檔？
什麼是優化的代碼，最好的方法......
Profile first。有一個標準的cProfile模塊可以很好地進行簡單的分析。在分析之前優化你的代碼是毫無意義的。
此外，對於圖表，您可以嘗試使用優秀的networkx模塊。此外，如果您處理長排序列表，您可以查看bisect和heapq模塊。
謝謝Jakub。分析器很有用，我之前運行它，通過使用它，我估計我需要使函數的速度提高100倍，以便在可接受的時間內完成代碼以實現我的目的。我也看過你提到的圖論組件，而且它們確實很棒。然而，我沒有使用它們，因爲就圖論算法而言，我只需要在超圖中進行匹配，並且我必須以特定方式實現它，以便能夠使用幾個快捷方式。 – nsimplex
如果你的算法在計算複雜性方面不好，那麼你不能保存，你需要寫得更好。請教一本好的圖論或維基百科，它通常比較容易，儘管有一些既不平凡又瘋狂難以實現的算法。這聽起來像是PyPy可以非常顯着地加速，但只有常量因素，但它不涉及您的代碼的任何修改。沒有類型聲明，Cython不會加快你的代碼的速度，看起來像這樣的問題不能僅僅通過類型加速。如果算法的複雜度增長如2^n（這對於一個樸素算法是典型的），那麼向圖中添加額外的節點會使您的時間加倍。這意味着10個節點增加了1024個時間段，20個節點的1024 * 1024等。如果你非常幸運，PyPy可以將算法加速100倍，但是這對圖形大小保持不變（並且你很快就會離開宇宙時間這樣或那樣）。
你可以發佈你的代碼並突出顯示緩慢的部分？如果沒有看到代碼，很難提出改進建議，因爲問題可能不是您想象的那樣。在_general_中，提高速度的最佳答案是想一個更好的算法...... –
Cython可以使用C數組和結構，並且可以定義擴展類型。其中任何一個都可以替代元組。 –
@Roland，算法實際上是NP（它與超圖中的匹配有關），所以我不能希望得到比我已經實現的算法更優化的算法。但是，我只對一個非常具體的案例感興趣。我從Python的天真實施的運行時間估算，如果我能使它運行速度提高100倍，那麼這將使它在可接受的時間內（約2周）完成。 – nsimplex