
Python
如果在一个非常小众的理工科领域工作,比如全球使用某个库的人数少于10人,那么这个库几乎必然存在一些问题,比如Bug、功能缺陷或者文档不完善。当你在处理某些边缘情况时,可能会遇到各种棘手的问题,例如整数溢出、数组越界等。这类库通常90%的代码是用
Python编写的,但涉及密集计算的部分往往会用纯C实现。然而,糟糕的是,该库的原作者很可能已经转行或离开了学术界,这意味着你只能靠自己去调试、定位并修复这些问题。同样的道理也适用于你自己开发的库。一开始,你可能会用纯
Python完成所有代码,但性能可能非常低。于是你会尝试用Cython优化其中30%最耗时的部分,但发现仍然不够快。你不得不用纯C重写最关键的10%代码,以进一步提升效率。这也是为什么纯C在某些场景下比
C++更有优势。
Python调用
C++代码往往是个噩梦,因为不同版本间的ABI兼容性问题可能导致程序崩溃。而
Python调用纯C则简单且稳定得多。毕竟,纯C通常用于矩阵运算或高精度数值计算,这些任务并不需要
C++复杂的抽象机制,因此纯C反而更加高效和可靠。