Cython快速实现Python的C重构

def fib(i):
    a = 0
    b = 1
    while i > 0:
        i -= 1
        a, b = b, a+b

    return True

import time
from fib import fib

startTime = time.time()
for i in xrange(1,10):
    fib(10**6)

print time.time() - startTime

执行 python startTest.py得到的运行时间是130.857528925，两分多钟。

准备编译脚本，虽然违背了没有coding，但请相信,代码真的很少

build.py

from distutils.core import setup
from distutils.extension import Extension
from Cython.Distutils import build_ext

setup(

cmdclass = {'build_ext': build_ext},

ext_modules = [Extension("fib", ["fib.py"])]

)

开始编译：

root@Vhost2:~/testCython# python build.py build_ext --inplace
running build_ext
cythoning fib.py to fib.c
building 'fib' extension
creating build
creating build/temp.linux-x86_64-2.7
gcc -pthread -fno-strict-aliasing -DNDEBUG -g -fwrapv -O2 -Wall -Wstrict-prototypes -fPIC -I/usr/include/python2.7 -c fib.c -o build/temp.linux-x86_64-2.7/fib.o
gcc -pthread -shared -Wl,-O1 -Wl,-Bsymbolic-functions -Wl,-Bsymbolic-functions build/temp.linux-x86_64-2.7/fib.o -o /root/testCython/fib.so

当前目录下应该多出来一个fib.c和fib.so，不要怀疑，.c的那个就是C的源码，而.so则是基于c 的python 扩展。如果你有实力可以在.c文件上进行人肉优化，我想效率也远高于从0开始。其中比较好的一点是，C源码中，python的源码会作为注释添加其中，看起来也很方便。

本文主要介绍的是cython，对于生成出来C代码的优劣不在讨论中，有兴趣欢迎私下交流。

开始新的测试：

删除原来的py库，mv fib.py fib.py.bak && rm -f *.pyc

python startTest.py

得出结果105.579359305，汗！没有想象中的那么突飞猛进。通过cProfile的导出，没有看出什么名堂。

事实上查看了C源码，发觉事实上大量的代码实现的仍旧是Python的逻辑，而Python的效率跟C绝对不是一个等级。这当然存在更加有优势的优化方式，但已经脱离了“快速实现”的本质，本文不再介绍。

考虑到“费波拉契数列”是python实现的经典例子，我重新改动了代码。（方便测试，连函数名都没动，容易误导）

fib.py

def fib(i):
    a = 0

    while i > 0:
        a += i
        i -= 1

return a

6.1317088604 : 4.3963329792算是比较显著了吧。

对于编译后的脚本来说，个人觉得性能的提升只是一方面的优势。特别是一些对安全性有要求的应用中，编译后的代码隐蔽性较好，在生产环境中即便别人获得了你的服务器权限，也很难反拆你的算法，避免了很多麻烦。

需要注意的是，对于yield方式实现的迭代器，cython无法完成编译，只能重新修改代码，但对于大多数的代码来说，cython几乎是平滑的。而且你甚至可以写一个全自动的部署脚本，上线后自动完成编译。