0

为了解决这里的问题#3367795，我必须处理一些子问题。其中之一是：在所述算法（levenshtein distance）中，在内存中分配了几个数组并用行初始化

cdef char   *m1     = <char *>calloc(   blen + 2,    sizeof( char ) )
cdef char   *m2     = <char *>calloc(   blen + 2,    sizeof( char ) )
cdef char   *m3     = <char *>malloc( ( blen + 2 ) * sizeof( char ) )
#.........................................................................
for i from 0 <= i <= blen:
  m2[ i ] = i
  <...snip...>

blen这里指的是 Pythonbytes变量的长度。现在据我了解算法（完整代码请参阅我的原始帖子）以及初始化代码m2清楚地表明，这些数组旨在保存整数，而不是字符，因此人们会认为正确的分配应该看起来像

cdef int    *m3     = <int *>malloc( ( blen + 2 ) * sizeof( int ) )

等等。任何有 C 背景的人都可以向我解释为什么char要使用吗？另外，对于倾向于 Cython 的人来说可能更多，为什么会有演员表<char *>？有人会认为这char *x = malloc( ... )足以定义x.

4

2 回答 2

8

尽管名称具有误导性，但charC 语言中的类型是普通的整数类型，就像short,int等一样long。在所有整数类型中，chars 的范围最小，占用的内存最少。因此，如果在您的应用程序中尽可能多地节省内存很重要，那么char使用int.

在某些硬件平台上，类型可能int比类型工作得更快char，因此特定类型的选择成为速度与内存之间的权衡，但是，在许多情况下，当范围char自然足够时，它使用char而不是int.

于 2010-07-31T21:14:51.123 回答
2

很简单，为了节省内存——但请注意，将这些数组声明为char将结果距离限制为 127 或 255，具体取决于 C 编译器是否默认为signed char或unsigned char分别。在 C 中，char是一个整数类型——你不需要 anord()来获取它的整数值。

您的原始代码未提及此限制。请注意，如果 achar溢出，它会静默执行，代码将产生不正确的结果-- 127 + 1 -> -128 (signed)；255 + 1 -> 0（无符号）。

你没有回应我对你原来的问题的评论：“”“你的字符串的 (a) 最大 (b) 平均大小是多少？你真的需要做整个 O(M*N) 的事情，如果这两个字符串彼此完全不同？""" .....现在请回答（编辑您的问题）；如果你当时这样做了，那么你就会得到这个问题的回答。

更新：再次阅读原帖，我注意到一个问题：读取的代码

m1, m2 = m2, m1
strcpy( m3, m2 )

在三个方面是错误的：（1）它没有正确地打乱行（应该strcpy()在交换之前m1做m2）（2）strcpy()不会复制第一个空（零字节）之外的任何东西（3）不需要复制任何东西，只是洗牌的指针

m3, m2, m1 = m2, m1, m3
于 2010-07-31T21:28:01.830 回答