立竿見影地把你的 Python 程式碼提速7倍

之前曾經測試計算斐波那契數列的幾種方法，其中基於遞迴的方法是速度最慢的，例如計算第 40 項的值，需要 36 秒。如下圖所示。

要提高運算速度，根本辦法當然是改進演算法。不過演算法的提高是一個長期積累加上靈機一動的過程。我們今天要講的，是一個不費腦筋，立竿見影的方法——把 Python 程式碼編譯成 C 語言程式碼。透過 C 語言的執行效率來加速計算過程。

這個過程看起來很複雜，但實際上你並不需要編寫一行 C 語言程式碼。你需要做的只是使用一個叫做 Cython 的庫把 Python 程式碼編譯為 C 語言程式碼即可。

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

安裝完成以後，我們單獨寫計算斐波那契數列的函式:

def fib(n):
    if n in [1, 2]:
        return 1
    return fib(n - 1) + fib(n - 2)

非常簡單的遞迴寫法。然後關鍵來了，我們要把這個檔案儲存為fast_fib.pyx。注意字尾是.pyx。如下圖所示：

然後我們建立一個setup.py檔案，檔案內容如下：

from setuptools import setup
from Cython.Build import cythonize

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

如下圖所示：

這個檔案的作用，就是呼叫 Cython 的cythonize函式把 Python 程式碼轉換為 C 程式碼。

接下來，開始編譯程式碼，執行如下命令：

python3 setup.py build_ext --inplace

我的 Python 是 Python3.7，所以執行完成以後，會生成一個fast_fib.cpython-37m-darwin.so，如果你的 Python 是3.8，這個檔名可能是fast_fib.cpython-38m-darwin.so。這個檔案你可以改名字，例如改成fast_fib.so。

還有一個檔案叫做fast_fib.c。不過你不用開啟這個檔案，因為它有3200多行。並且你甚至可以直接把它刪掉。真正有用的只有這個fast_fib.cpython-38m-darwin.so檔案。

你需要做的，僅僅是直接呼叫你的函式。我們另外建立一個檔案test_fast_fib.py，內容如下：

import time
from fast_fib import fib

start = time.time()
result = fib(40)
end = time.time()
print(f'斐波拉契數列第40項為：{result}，耗時：{end - start}秒')

執行效果如下圖所示：

計算斐波那契數列第40項只需要5秒鐘，速度妥妥變成 Python 版本的7倍。

使用 Cython，不僅可以提高程式的執行速度，還可以把你的核心程式碼轉換為.so檔案，防止別人反編譯看到你的程式碼。

關於 Cython 的更多介紹，請閱讀它的官方文件^[1]

有同學可能會問，當前資料夾下面既然有fast_fib.pyx檔案，為什麼當我們執行from fast_fib import fib的時候，不會從這個檔案裡面匯入 Python 版本的程式碼？

這是因為，import只會從字尾為.py/.pyc/.pyo/.so的檔案中匯入模組，不會進入.pyx檔案中尋找。

參考資料