PPRGo算法Numba类型不匹配错误修复及无加速方案咨询

1. 数据类型统一简易方法 #

这个错误是因为j_np[idx_topk]是int32类型，而js是int64类型，类型不匹配导致赋值失败，两种简单处理方式如下：

• 转换j_np的类型：在使用j_np前将其转为int64类型，比如：

  j_np = j_np.astype(np.int64)
  

  或者直接在赋值时转换：

  js[i] = j_np[idx_topk].astype(np.int64)
  

• 初始化js时指定int32类型：如果不需要更高精度，创建js数组时直接指定dtype为int32：

  js = np.empty(目标长度, dtype=np.int32)
  

  注意替换目标长度为原代码中对应的数组长度参数。

2. 移除Numba加速的可行性 #

完全可以移除Numba加速来保证代码运行，操作步骤：

• 找到calc_ppr_topk_parallel函数，去掉它的Numba装饰器（比如@numba.njit或@numba.jit）。
• 如果函数内用了numba.prange，替换成普通的range。
• 删除代码中导入Numba的语句（比如import numba）。

修改后代码会以普通Python解释器运行，虽然速度会变慢，但能彻底避开类型匹配问题，保证正常执行。

内容的提问来源于stack exchange，提问作者Joyboy Simba