如何在Cython中将带类型的memoryview指定为C++ map的模板类型？

C模板容器（如unordered_map）要求模板参数类型是C可直接管理的类型（基本类型、POD类型或具备合法拷贝/析构逻辑的C类），但Cython的int[:, :]这类memoryview是带引用计数的Python对象，其生命周期由Python GC管控，无法直接作为C模板参数——C++容器无法处理Python的引用计数规则，会引发内存泄漏或野指针问题。

方案一：存储底层指针+维度信息 #

memoryview本质是底层数组的视图，我们可以把数组指针、行数、列数封装到自定义C结构体中，将结构体作为map的值类型，既保留类型安全，又符合C容器要求。

示例代码：

# distutils: language=c++

from libcpp.unordered_map cimport unordered_map as Map

# 自定义结构体，存储二维int数组的指针与维度
cdef cppclass Int2DArray:
    int* data
    int rows
    int cols
    
    # 构造函数
    Int2DArray(int* d, int r, int c):
        data = d
        rows = r
        cols = c

# 定义类型化的map
cdef Map[int, Int2DArray] P

# 向map中存入memoryview对应的结构体
def add_to_map(int key, int[:, :] view):
    cdef Int2DArray arr = Int2DArray(&view[0][0], view.shape[0], view.shape[1])
    P[key] = arr
    # 注意：必须保证view的底层数组（如numpy数组、Cython array）在map使用期间不被Python GC回收

# 从map取出并还原为memoryview
def get_from_map(int key):
    cdef Int2DArray arr = P[key]
    cdef int[:, :] view = <int[:arr.rows, :arr.cols]>arr.data
    return view

方案二：用std::shared_ptr管理内存（适合自行分配数组场景） #

如果需要自动管理内存，可以用std::shared_ptr包裹底层数组，让C++容器通过智能指针自动处理引用计数，避免内存泄漏。

示例代码：

# distutils: language=c++

from libcpp.unordered_map cimport unordered_map as Map
from libcpp.memory cimport shared_ptr

# 用shared_ptr管理一维数组（二维数组按行优先存储）
cdef Map[int, shared_ptr<int[]> ] P
# 额外存储每个key对应的数组维度
cdef dict dims_map

# 创建二维数组并存入map
def create_and_store(int key, int rows, int cols):
    # 分配一维数组
    cdef shared_ptr<int[]> arr = shared_ptr<int[]>(new int[rows*cols])
    P[key] = arr
    dims_map[key] = (rows, cols)
    
    # 转为memoryview操作
    cdef int[:, :] view = <int[:rows, :cols]>arr.get()
    # 示例赋值
    for i in range(rows):
        for j in range(cols):
            view[i][j] = i*cols + j
    return view

# 从map取出并还原为memoryview
def get_view(int key):
    rows, cols = dims_map[key]
    cdef shared_ptr<int[]> arr = P[key]
    cdef int[:, :] view = <int[:rows, :cols]>arr.get()
    return view

• 方案一适用于处理来自Python对象（如numpy数组）的memoryview，需确保底层数组生命周期长于map；
• 方案二仅适合自行通过new分配的数组，不能用于Python管理的内存（如numpy数组），否则会引发内存双重释放问题。

内容的提问来源于stack exchange，提问作者pizzimathy