在我们之前的文章中，我们讲了几种计算斐波那契数列的方法，其中基于递归的方法是最慢的，比如计算第40项值，它需要36秒。如下图所示：要提高计算速度，根本的办法当然是改进算法。但是，算法的改进是一个长期积累和启发的过程。今天我们要说的是一个省心又立竿见影的方法——将Python代码编译成C语言代码。以C语言的效率加速计算。这个过程看起来很复杂，但实际上你不需要写一行C代码。您需要做的就是使用名为Cython的库将Python代码编译为C语言代码。首先我们安装Cython，就像安装一个普通的第三方库：python3-mpipinstallcython安装完成后，我们单独写一个计算斐波那契数列的函数：defib(n):ifnin[1,2]:return1returnfib(n-1)+fib(n-2)很简单的递归写法。那么关键来了，我们要把这个文件保存为fast_fib.pyx。注意后缀是.pyx。如下图：然后我们创建一个setup.py文件，文件内容如下：fromsetuptoolsimportsetupfromCython.Buildimportcythonizesetup(ext_modules=cythonize('fast_fib.pyx'))如下图：这个函数file是调用Cython的cythonize函数将Python代码转换为C代码。接下来开始编译代码，执行如下命令：python3setup.pybuild_ext--inplace我的Python是Python3.7，所以运行完成后会生成一个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。您可以更改此文件的名称，例如更改为fast_fib.so。还有一个名为fast_fib.c的文件。但是你不需要打开这个文件，因为它有3200多行。你甚至可以直接删除它。只有这个fast_fib.cpython-38m-darwin.so文件才是真正有用的。您需要做的就是直接调用您的函数。我们再创建一个文件test_fast_fib.py，内容如下：importtimefromfast_fibiimportfibstart=time.time()result=fib(40)end=time.time()print(f'斐波那契数列的第40项是：{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项仅需5秒，速度妥妥是Python版的7倍.使用Cython不仅可以提高程序的运行速度，还可以通过反编译将你的核心代码转成.so文件，防止别人看到你的代码。关于Cython的更多信息，请阅读它的官方文档[1]可能有同学会问，既然当前文件夹下有一个fast_fib.pyx文件，为什么我们执行fromfast_fibimportfib的时候，不从这个文件导入fibImportPython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，而不会在.pyx文件中搜索它们。
