「雷军」立竿见影地把你的 Python 代码提速7倍


「雷军」立竿见影地把你的 Python 代码提速7倍
文章图片
「雷军」立竿见影地把你的 Python 代码提速7倍
文章图片
之前曾经测试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:
def fib(n):
    if n in [1 2
:
        return 1
    return fib(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:
from setuptools import setup
from Cython.Build import cythonize

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:
【「雷军」立竿见影地把你的 Python 代码提速7倍】import time
from fast_fib import fib

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 。


推荐阅读