在Cython中排序memoryview

在Cython中排序memoryview

为了跟进我的评论，这里有3个选项（numpy和C和C ++标准库选项）

from libcpp.algorithm cimport sortfrom libc.stdlib cimport qsortimport numpy as npdef sort_numpy(double[:] a, kind):    np.asarray(a).sort(kind=kind)# needs to be compiled with C++        def sort_cpp(double[::1] a):    # a must be c continuous (enforced with [::1])    sort(&a[0], (&a[0]) + a.shape[0])# The C version requires a comparator function# which is a little slower since it requires calling function pointers# and passing pointers rather than numberscdef int cmp_func(const void* a, const void* b) nogil:    cdef double a_v = (<double*>a)[0]    cdef double b_v = (<double*>b)[0]    if a_v < b_v:        return -1    elif a_v == b_v:        return 0    else:        return 1def sort_c(double[:] a):    # a needn't be C continuous because strides helps    qsort(&a[0], a.shape[0], a.strides[0], &cmp_func)

结果将取决于您使用的C / C ++标准库，因此不要对我的结果了解太多。对于1000个长数组（排序5000次），我得到：

np quick:  0.11296762199890509np merge:  0.20624926299933577np heap:  0.2944786230000318c++:  0.12071316699984891c:  0.33728832399901876

即numpy版本最快。对于100个长数组，我得到

np quick:  0.022608489000049303np merge:  0.023513408999860985np heap:  0.024136934998750803c++:  0.008449130998997134c:  0.01909676999821386

即，如果您要对许多小数组进行排序，则调用numpy sort的开销很大，您应该使用C
++（或可能使用C）。如果要对大型数组进行排序，您可能会发现很难击败numpy。