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秒多。如下图所示:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ZfFyPJng-1635764828521)(https://upload-images.jianshu.io/upload_images/25002343-eb9e7249496ff9b8?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)]
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:
安装完成以后,我们单独写计算斐波那契数列的函数:
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。注意后缀是。如下图所示:
然后我们创建一个文件,文件内容如下:
如下图所示:
这个文件的作用,就是调用 Cython 的函数把 Python 代码转换为 C 代码。
接下来,开始编译代码,执行如下命令:
我的 Python 是 Python3.7,所以运行完成以后,会生成一个,如果你的 Python 是3.8,这个文件名可能是。这个文件你可以改名字,例如改成。
还有一个文件叫做。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,内容如下:
运行效果如下图所示:
计算斐波那契数列第40项只需要不到6秒,耗时只有原 Python 版本的不到1/6。(具体倍数在不同电脑上有差异,但效果是非常明显的)
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:
https://cython.readthedocs.io/
有同学可能会问,当前文件夹下面既然有文件,为什么当我们执行的时候,不会从这个文件里面导入 Python 版本的代码?
这是因为,只会从后缀为///的文件中导入模块,不会进入文件中寻找。
往期推荐文章:
Python自学真的可以学好嘛?
想轻松入门Python编程,必须看这10个经典案例,学完就能找到工作
Python学习:快速搭建python环境