我用 C++ 编写了一些物理模拟代码,解析输入文本文件是它的瓶颈。作为输入参数之一,用户必须指定一个数学函数,该函数将在运行时进行多次评估。C++ 代码为此有一些预定义的函数类(它们实际上在数学方面非常复杂)和一些有限的解析能力,但我对这种结构一点也不满意。
我需要的是算法和函数评估都保持快速,因此将它们都保留为编译代码(最好将数学函数作为 C++ 函数对象)是有利的。然而,我想将整个模拟与 Python 结合在一起:用户可以在 Python 脚本中指定输入参数,同时也可以在 Python 中实现结果的存储、可视化(matplotlib)和 GUI。
我知道大多数时候可以公开 C++ 类,例如使用 SWIG,但我仍然对 Python 中用户定义的数学函数的解析有疑问:
是否有可能以某种方式在 Python 中构造一个 C++ 函数对象并将其传递给 C++ 算法? 例如,当我打电话时
f = WrappedCPPGaussianFunctionClass(sigma=0.5)
WrappedCPPAlgorithm(f)
在 Python 中,它会返回一个指向 C++ 对象的指针,然后将其传递给需要这样一个指针的 C++ 例程,或者类似的东西......(在这种情况下不要问我关于内存管理的问题,虽然:S)
关键是不应对算法中的Python代码进行回调。稍后我想扩展这个例子,在 Python 端做一些简单的表达式解析,例如函数的求和或乘积,并返回一些复合的、解析树的 C++ 对象,但现在让我们停留在基础知识上。
对不起,很长的帖子,谢谢提前提出的建议。