在我們以前的文章中，曾經(jīng)講過計(jì)算斐波那契數(shù)列的幾種方法，其中基于遞歸的方法是速度最慢的，例如計(jì)算第40項(xiàng)的值，需要36秒。如下圖所示：
要提高運(yùn)算速度，根本辦法當(dāng)然是改進(jìn)算法。不過算法的提高是一個(gè)長期積累加上靈機(jī)一動(dòng)的過程。我們今天要講的，是一個(gè)不費(fèi)腦筋，立竿見影的方法——把 Python 代碼編譯成 C 語言代碼。通過 C 語言的運(yùn)行效率來加速計(jì)算過程。
這個(gè)過程看起來很復(fù)雜，但實(shí)際上你并不需要編寫一行 C 語言代碼。你需要做的只是使用一個(gè)叫做 Cython 的庫把 Python 代碼編譯為 C 語言代碼即可。
首先我們來安裝 Cython，就像安裝普通的第三方庫一樣：
python3 -m pip install cython
安裝完成以后，我們單獨(dú)寫計(jì)算斐波那契數(shù)列的函數(shù):
def fib(n):
if n in [1, 2]:
return 1
return fib(n - 1) + fib(n - 2)
非常簡單的遞歸寫法。然后關(guān)鍵來了，我們要把這個(gè)文件保存為fast_fib.pyx。注意后綴是.pyx。如下圖所示：
然后我們創(chuàng)建一個(gè)setup.py文件，文件內(nèi)容如下：
from setuptools import setup
from Cython.Build import cythonize
setup(ext_modules=cythonize('fast_fib.pyx'))
如下圖所示：
這個(gè)文件的作用，就是調(diào)用 Cython 的cythonize函數(shù)把 Python 代碼轉(zhuǎn)換為 C 代碼。
接下來，開始編譯代碼，執(zhí)行如下命令：
python3 setup.py build_ext --inplace
我的 Python 是 Python3.7，所以運(yùn)行完成以后，會(huì)生成一個(gè)fast_fib.cpython-37m-darwin.so，如果你的 Python 是3.8，這個(gè)文件名可能是fast_fib.cpython-38m-darwin.so。這個(gè)文件你可以改名字，例如改成fast_fib.so。
還有一個(gè)文件叫做fast_fib.c。不過你不用打開這個(gè)文件，因?yàn)樗?200多行。并且你甚至可以直接把它刪掉。真正有用的只有這個(gè)fast_fib.cpython-38m-darwin.so文件。
你需要做的，僅僅是直接調(diào)用你的函數(shù)。我們另外創(chuàng)建一個(gè)文件test_fast_fib.py，內(nèi)容如下：
import time
from fast_fib import fib
start = time.time
result = fib(40)
end = time.time
print(f'斐波拉契數(shù)列第40項(xiàng)為：{result}，耗時(shí)：{end - start}秒')
運(yùn)行效果如下圖所示：
計(jì)算斐波那契數(shù)列第40項(xiàng)只需要5秒鐘，速度妥妥變成 Python 版本的7倍。
使用 Cython，不僅可以提高程序的運(yùn)行速度，還可以把你的核心代碼轉(zhuǎn)換為.so文件，防止別人反編譯看到你的代碼。
關(guān)于 Cython 的更多介紹，請閱讀它的官方文檔[1]
有同學(xué)可能會(huì)問，當(dāng)前文件夾下面既然有fast_fib.pyx文件，為什么當(dāng)我們執(zhí)行from fast_fib import fib的時(shí)候，不會(huì)從這個(gè)文件里面導(dǎo)入 Python 版本的代碼？
這是因?yàn)椋?code>import只會(huì)從后綴為.py/.pyc/.pyo/.so的文件中導(dǎo)入模塊，不會(huì)進(jìn)入.pyx文件中尋找。
官方文檔: https://cython.readthedocs.io/
