网站的运营和维护,免费ppt模板app有哪些,重庆忠县网站建设报价,服装加工网之前曾经测试计算斐波那契数列的几种方法#xff0c;其中基于递归的方法是速度最慢的#xff0c;例如计算第 40 项的值#xff0c;需要 36 秒。如下图所示。要提高运算速度#xff0c;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…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 1return 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 setupfrom Cython.Build import cythonizesetup(ext_modulescythonize(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import timefrom fast_fib import fibstart 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/本文由 进击的Coder 发布在 ITPUB转载此文请保持文章完整性并请附上文章来源(ITPUB)及本页链接。原文链接http://www.itpub.net/2020/04/17/5877/
