版权声明:本文为博主原创文章,转载请注明来源 https://blog.csdn.net/qq_26948675/article/details/88667487
# Python运行文件,命名为cal_fib.py
import time
def fib(n):
begin=time.time()
a,b=0,1
for i in range(n):
a,b=a+b,a
end=time.time()
print(end-begin)
return a
fib(1000000)
cython环境配置:ubuntu18.04,anaconda3,python3.7,cython 0.28
cython第一个文件:
# 命名为 cal_fib.pyx
import time
def fib(n):
begin=time.time()
a,b=0,1
for i in range(n):
a,b=a+b,a
end=time.time()
print(end-begin)
return a
cython 第二个文件:
from distutils.core import setup
from Cython.Build import cythonize
setup(name='test',
ext_modules=cythonize("cal_fib.pyx"))
转移到cython文件所在的目录,使用命令进行编译:
python setup.py build_ext --inplace
之后会生成编译好的文件。然后在Python中,
from cal_fib import fib
fib(100000)
可以得到运行所需时间和得到的数值:
运行时间为0.1033秒,得到的斐波那契数字太大,忽略
使用Python方法运行,得到的时间为9.0秒
在这个案例中,cython运行的效率比Python提高了90倍左右
# 如果计算的斐波那契数字比较小,两者相差的效率不会这么大。随着计算级别增加,cython的效率可能随之提高。
# 参考文章:http://docs.cython.org/en/latest/src/quickstart/build.html