个人网站开发协议/微信群二维码推广平台

原标题：一招把你的 Python 代码提速7倍

在我们以前的文章中，曾经讲过计算斐波那契数列的几种方法，其中基于递归的方法是速度最慢的，例如计算第40项的值，需要36秒。如下图所示：

要提高运算速度，根本办法当然是改进算法。不过算法的提高是一个长期积累加上灵机一动的过程。我们今天要讲的，是一个不费脑筋，立竿见影的方法——把 Python 代码编译成 C 语言代码。通过 C 语言的运行效率来加速计算过程。

这个过程看起来很复杂，但实际上你并不需要编写一行 C 语言代码。你需要做的只是使用一个叫做 Cython 的库把 Python 代码编译为 C 语言代码即可。

首先我们来安装 Cython，就像安装普通的第三方库一样：

python3 -m pip install cython

安装完成以后，我们单独写计算斐波那契数列的函数:

deffib(n):

ifn in[ 1, 2]:

return1

returnfib(n - 1) + fib(n - 2)

非常简单的递归写法。然后关键来了，我们要把这个文件保存为 fast_fib.pyx 。注意后缀是 .pyx 。如下图所示：

然后我们创建一个 setup.py 文件，文件内容如下：

fromsetuptools importsetup

fromCython.Build importcythonize

setup(ext_modules=cythonize( 'fast_fib.pyx'))

如下图所示：

这个文件的作用，就是调用 Cython 的 cythonize 函数把 Python 代码转换为 C 代码。

接下来，开始编译代码，执行如下命令：

python3 setup.py build_ext --inplace

我的 Python 是 Python3.7，所以运行完成以后，会生成一个 fast_fib.cpython-37m-darwin.so ，如果你的 Python 是3.8，这个文件名可能是 fast_fib.cpython-38m-darwin.so 。这个文件你可以改名字，例如改成 fast_fib.so 。

还有一个文件叫做 fast_fib.c 。不过你不用打开这个文件，因为它有3200多行。并且你甚至可以直接把它删掉。真正有用的只有这个 fast_fib.cpython-38m-darwin.so 文件。

你需要做的，仅仅是直接调用你的函数。我们另外创建一个文件 test_fast_fib.py ，内容如下：

importtime

fromfast_fib importfib

start = time.time

result = fib( 40)

end = time.time

print( f'斐波拉契数列第40项为： {result}，耗时： {end - start}秒')

运行效果如下图所示：

计算斐波那契数列第40项只需要5秒钟，速度妥妥变成 Python 版本的7倍。

使用 Cython，不仅可以提高程序的运行速度，还可以把你的核心代码转换为 .so 文件，防止别人反编译看到你的代码。

关于 Cython 的更多介绍，请阅读它的 官方文档[1]

有同学可能会问，当前文件夹下面既然有 fast_fib.pyx 文件，为什么当我们执行 from fast_fib import fib 的时候，不会从这个文件里面导入 Python 版本的代码？

这是因为， import 只会从后缀为 .py / .pyc / .pyo / .so 的文件中导入模块，不会进入 .pyx 文件中寻找。

参考资料

[1]

官方文档: https://cython.readthedocs.io/ 返回搜狐，查看更多

责任编辑：