Numba 0.56.4设置cache=True导致程序二次运行崩溃求助

你遇到的exit code -1073741819 (0xC0000005)是Windows系统下的内存访问冲突错误，根源在于Numba 0.56.x版本的缓存机制对递归函数的处理存在bug。你的代码中heapify是递归调用的函数，当启用cache=True时，首次编译的缓存产物在二次加载时会触发内存寻址错误，导致程序崩溃。

解决办法 #

1. 升级Numba版本

官方在Numba 0.57.0及后续版本中修复了递归函数缓存的相关问题，直接升级到最新稳定版就能解决这个问题。执行以下命令升级：

pip install --upgrade numba

2. 移除cache=True参数

如果暂时无法升级版本，直接去掉装饰器中的cache=True，放弃编译结果缓存。对于这类小型排序函数，重新编译的性能损耗几乎可以忽略。

3. 将递归实现改为迭代式

把递归的heapify改成迭代版本，避免触发Numba旧版本的递归缓存bug，同时保留cache=True的优势。修改后的代码如下：

from numba import njit
import numpy as np

@njit(cache=True)
def heapify(arr: np.array, n: int, i: int):
    while True:
        largest = i  # 初始化根节点为最大值索引
        l = 2 * i + 1  # 左子节点索引
        r = 2 * i + 2  # 右子节点索引
        
        # 比较左子节点与当前最大值
        if l < n and arr[i] < arr[l]:
            largest = l
        # 比较右子节点与当前最大值
        if r < n and arr[largest] < arr[r]:
            largest = r
        
        # 如果最大值不是当前节点，交换并继续调整堆
        if largest == i:
            break
        arr[i], arr[largest] = arr[largest], arr[i]
        i = largest

@njit(cache=True)
def heapSort(arr: np.array) -> np.array:
    n = len(arr)
    # 构建最大堆
    for i in range(n // 2 - 1, -1, -1):
        heapify(arr, n, i)
    # 逐个取出堆顶元素并调整堆结构
    for i in range(n - 1, 0, -1):
        arr[i], arr[0] = arr[0], arr[i]
        heapify(arr, i, 0)
    return arr

data = np.random.random(5)
print(data)
o = heapSort(data)
print(o)

内容的提问来源于stack exchange，提问作者Alex Sturt