Question

我之前问过a question有关用于AI原型的语言。共识似乎是，如果我想要它快，我需要使用像Java或C ++这样的语言，但Python / Perl / Ruby对接口位有好处。

所以，这引出了另一个问题。将这些语言链接在一起有多容易？哪种组合效果最好？那么，如果我想要一个调用C ++或Java AI函数的Ruby CGI类型程序，那么这很容易吗？我在哪里寻找有关做那种事情的信息的指针？或者不同的组合会更好吗？

我编写Web应用程序的主要经验是从C ++ CGI开始，然后转移到Java servlet（大约10年前），然后经过长时间的编程后，我做了一些PHP。但是我没有使用脚本语言编写Web应用程序的经验，然后编写了一个编译语言来获取速度关键位。所以欢迎任何建议！

Answer 1

Boost.Python提供了一种将C ++代码转换为Python模块的简便方法。它相当成熟，在我的经验中运作良好。

例如，不可避免的Hello World ......

char const* greet()
{
  return "hello, world";
}

可以通过编写Boost.Python包装器来暴露给Python：

#include <boost/python.hpp>

BOOST_PYTHON_MODULE(hello_ext)
{
  using namespace boost::python;
  def("greet", greet);
}

就是这样。我们完成了。我们现在可以将其构建为共享库。现在可以看到生成的DLL。这是一个示例Python会话：

>>> import hello_ext
>>> print hello.greet()
hello, world

（来自boost.org的例子）

Answer 2

首先，一个元评论：我强烈建议用高级语言对整个事物进行编码，像疯了一样进行分析，并仅在分析显示必要的情况下进行优化。首先优化算法，然后是代码，然后考虑引入重铁。如果您需要在较低级别的语言中重新实现，拥有最佳算法和干净的代码将使事情变得更加容易。

对于Python来说，IronPython / C＃可能是最简单的优化路径。

使用C ++的CPython是可行的，但我发现C更容易处理（但不是那么容易，C）。缓解此问题的两个工具是cython / pyrex（对于C）和shedskin（对于C ++）。这些将Python编译成C / C ++，从那里你可以访问C / C ++库而不需要太多麻烦。

我从未使用过jython，但我听说jython / Java优化路径并不是那么糟糕。

Answer 3

我同意首先使用Python，Profiling等高级语言进行编码，然后实现任何需要加速C / C ++并将其包装在高级语言中的代码。

作为boost的替代方案，我想建议SWIG用于从C创建Python可调用代码。它使用起来相当轻松，并且将为各种语言编译可调用模块。（Python，Ruby，Java，Lua。仅举几例）来自C代码。

包装过程是半自动化的，因此无需向基本C代码添加新功能，从而使工作流程更加顺畅。

Answer 4

如果您选择Perl，则有足够的资源来连接其他语言。

Inline::C
Inline::CPP
Inline::Java

来自Inline::C-Cookbook：

use Inline C => <<'END_C';

  void greet() {
    printf("Hello, world\n");
  }
END_C

greet;

使用Perl 6，使用NativeCall从本机库代码导入子例程变得更加容易。

use v6.c;

sub c-print ( Str() $s ){
  use NativeCall;

  # restrict the function to inside of this subroutine because printf is
  # vararg based, and we only handle '%s' based inputs here

  # it should be possible to handle more but it requires generating
  # a Signature object based on the format string and then do a
  # nativecast with that Signature, and a pointer to printf

  sub printf ( str, str --> int32 ) is native('libc:6') {}

  printf '%s', $s
}

c-print 'Hello World';

这只是一个简单的例子，您可以创建一个具有Pointer表示的类，并且某些方法是您正在使用的库中的C代码。（仅当C代码的第一个参数是指针时才有效，否则你必须将其包装起来）

如果您需要Perl 6子例程/方法名称不同，则可以使用is symbol特征修饰符。

Perl 6也有Inline模块。

Answer 5

Perl有几种使用其他语言的方法。查看CPAN上的Inline:: 模块系列。根据这个问题中其他人的建议，我将用一种动态语言（Perl，Python，Ruby等）编写整个内容，然后优化需要它的位。使用Perl和Inline :: ，您可以使用C，C ++或Java进行优化。或者您可以查看AI::Prolog，它允许您嵌入Prolog进行AI /逻辑编程。

Answer 6

这可能是一个很好的方法，从脚本开始，并从该脚本调用基于编译的语言只是为了更高级的需求。

例如，calling java from ruby script效果很好。

require "java"
# The next line exposes Java's String as JString
include_class("java.lang.String") { |pkg, name| "J" + name }
s = JString.new("f")

Answer 7

您可以使用其中一种更高级别的语言（例如Python或Ruby）构建程序，然后调用以较低级语言编译的模块，以获取您需要执行的部分。您可以根据所需的低级语言选择平台。

例如，如果你想为快速的东西做C ++，你可以使用普通的Python或Ruby，并调用用C ++编译的DLL。如果你想使用Java，你可以使用Java平台上的Jython或其他动态语言来调用Java代码，这比C ++路由更容易，因为你有一个通用的虚拟机，所以可以直接使用Java对象在Jython或JRuby。使用Iron语言和C＃在.Net平台上也可以这样做，尽管你似乎对C ++和Java有更多的经验，所以那些选择会更好。

Answer 8

我有一个不同的观点，在将C ++和Python集成到一些实时实时视频图像处理方面有很多运气。

我会说你应该将语言与每个模块的任务相匹配。如果您正在响应网络，请使用Python，Python可以很好地跟上网络流量。 UI：Python，人很慢，而Python非常适合在Mac上使用wxPython或PyObjC或PyGTK的UI。如果您正在对大量数据，信号处理或图像处理进行数学处理...使用单元测试在C或C ++中编码，则使用 SWIG 创建与任何更高级语言的绑定

我在我的C ++中使用wxWidgets中的图像库，它们已经通过wxPython暴露给Python，所以它非常强大和快速。 SCONS是一个构建工具（如make），它知道如何处理swig的.i文件。

最高级别可以是C或Python，如果最高级别是C或C ++，你将拥有更多的控制权和更少的打包和部署问题......但复制Py2EXE或者需要很长时间Py2App可以在Windows或Mac上使用（或在Linux上冻结。）

享受混合编程的强大功能！（我用紧密耦合的方式使用多种语言'混合'，但这只是我的一个怪癖。）

Answer 9

如果问题域很难（并且AI问题通常很难），那么我会先选择一种富有表现力或适合该域的语言，然后再担心加速它。例如，Ruby具有元编程原语（能够轻松检查和修改正在运行的程序），这可以使实现某些类型的算法变得非常容易/有趣。

如果以这种方式实现它，然后需要加快速度，那么您可以使用基准测试/分析来找到瓶颈并链接到编译语言，或者优化算法。根据我的经验，最大的性能提升来自调整算法，而不是使用不同的实现语言。

链接语言

9 个答案: