曾經講過計算斐波那契數列的幾種方法，其中基於遞歸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算法。不過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 代碼編譯成 C 語言代碼。通過 C 語言的運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 語言代碼。你需要做的只是使用一個叫做 Cython 的庫把 Python 代碼編譯爲 C 語言代碼即可。
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數:
def fib(n):
if n in [1, 2]:
return 1
return fib(n - 1) + fib(n - 2)
非常簡單的遞歸寫法。然後關鍵來了，我們要把這個文件保存爲fast_fib.pyx。注意後綴是.pyx。如下圖所示：
然後我們創建一個setup.py文件，文件內容如下：
from setuptools import setup
from Cython.Build import cythonize
setup(ext_modules=cythonize('fast_fib.pyx'))
如下圖所示：
這個文件的作用，就是調用 Cython 的cythonize函數把 Python 代碼轉換爲 C 代碼。
接下來，開始編譯代碼，執行如下命令：
python3 setup.py build_ext --inplace
我的 Python 是 Python3.7，所以運行完成以後，會生成一個fast_fib.cpython-37m-darwin.so，如果你的 Python 是3.8，這個文件名可能是fast_fib.cpython-38m-darwin.so。這個文件你可以改名字，例如改成fast_fib.so。
還有一個文件叫做fast_fib.c。不過你不用打開這個文件，因爲它有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文件。
你需要做的，僅僅是直接調用你的函數。我們另外創建一個文件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項爲：{result}，耗時：{end - start}秒')
運行效果如下圖所示：
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，不僅可以提高程序的運行速度，還可以把你的核心代碼轉換爲.so文件，防止別人反編譯看到你的代碼。
關於 Cython 的更多介紹，請閱讀它的官方文檔[1]
有同學可能會問，當前文件夾下面既然有fast_fib.pyx文件，爲什麼當我們執行from fast_fib import fib的時候，不會從這個文件裏面導入 Python 版本的代碼？
這是因爲，import只會從後綴爲.py/.pyc/.pyo/.so的文件中導入模塊，不會進入.pyx文件中尋找。
參考資料
[1]
官方文檔: https://cython.readthedocs.io/