Python中擴充套件C語言加快執行速度的實現方法

當我們提到一門程式語言的效率時，通常包含了開發效率和執行效率這兩層意思。python作為一門高階語言，它功能強大，易於掌握，能夠快速的開發軟體，「life is short，we use python！」，想必這些優點是毋庸置疑的，但是作為一門解釋性語言，執行速度的侷限性導致在處理某些高頻任務時存在不足。

由於python本身由c語言實現的，開發效能要求較高的程式模組可以通過擴充套件執行效率更高的c語言來彌補自身的弱點。另外有些演算法已經有開源的c庫，那麼也沒必要用python重寫乙份，只需要通過python進行c庫的呼叫即可。

本文通過例項介紹如何在python 程式中整合既有的c語言模組，從而充分發揮python 語言和 c 語言各自的優勢。

使用python編寫乙個遞迴函式和迴圈函式，應用python的計時庫timeit測試函式執行10000次所需要的時間分別為57ms和41ms。

實現**如下：

from timeit import timeit  
def factorial(n):
if n<2:return 1
return factorial(n-1)*n 
def rooporial(n):
if n<2:return 1
ans = 1
for i in range(1,n+1):
ans *=i
return ans 
if __name__ == '__main__': 
print "factorial",factorial(20),timeit('factorial(20)','from __main__ import factorial',number=10000) #timeit(『函式名』，『執行環境』，number=執行次數)
print "rooporial",rooporial(20),timeit('rooporial(20)','from __main__ import rooporial',number=10000)

列印返回：

factorial 2432902008176640000 0.0578598976135 factorial 2432902008176640000 0.0410023010987

當然遞迴方法使程式的結構簡潔，但由於它逐層深入呼叫的機制使得執行效率不如迴圈，以下的測試可以發現每一次遞迴是新一次的函式呼叫，會產生新的區域性變數，增加了執行時間。但是即使使用for迴圈實現也需要41ms時間，接下來我們嘗試更快的實現方式。

測試**如下：

def up_add_down(n):
print("level %d: n location %p\n",n,id(n))
if n<=4:up_add_down(n+1)
print("level %d: n location %p\n",n,id(n))
return

列印返回：

('level %d: n location %p\n', 0, 144136380) ('level %d: n location %p\n', 1, 144136368) 
('level %d: n location %p\n', 2, 144136356) ('level %d: n location %p\n', 3, 144136344) 
('level %d: n location %p\n', 4, 144136332) ('level %d: n location %p\n', 5, 144136320) 
('level %d: n location %p\n', 5, 144136320) ('level %d: n location %p\n', 4, 144136332) 
('level %d: n location %p\n', 3, 144136344) ('level %d: n location %p\n', 2, 144136356) 
('level %d: n location %p\n', 1, 144136368) ('level %d: n location %p\n', 0, 144136380)

python在設計之初就考慮到通過足夠抽象的機制讓c和c++之類的編譯型的語言匯入到python指令碼**中，在python的官方**上也找到了擴充套件和嵌入python直譯器對應的方法。鏈結為：

這裡介紹下如何將c編寫的函式擴充套件至python直譯器中。

#include unsigned long long factorial(int n)
pyobject* wrap_fact(pyobject* self,pyobject* args)
,//meth_noargs無需引數/meth_varargs需要引數；,};

注：初始化函式名必須為initmodule_name這樣的格式

（2）安裝python-dev包含python.h標頭檔案

安裝命令：sudo apt-get python-dev

注：雖然已經安裝了python-dev，但編譯時仍然提示「python.h：沒有那個檔案或目錄」，需要通過gcc的-i dir選項在標頭檔案的搜尋路徑列表中新增dir目錄

factorial_rc 2432902008176640000 0.00598216056824

python內建ctypes庫使用了各個平台動態載入動態鏈結庫的方法，並在python源生**基礎上通過型別對映方式將python與二進位制動態鏈結庫相關聯，實現python與c語言的混合程式設計，可以很方便地呼叫c語言動態鏈結庫中的函式。（ctypes原始碼路徑：/modules/_ctypes/_ctypes.c、/modules/_ctypes/callproc.c）

（1）將c編寫的遞迴函式存為a.c，不需要對c函式經過python介面封裝

#include #include unsigned long long factorial(int n)

（2）在linux環境下a.c編譯成動態鏈結庫a.so

編譯命令：gcc a.c -fpic -shared -o a.so

（3）python檔案中呼叫動態鏈結庫a.so，在windows平台下，最終呼叫的是windows api中loadlibrary函式和getprocaddress函式，在linux和mac os x平台下，最終呼叫的是posix標準中的dlopen和dlsym函式。ctypes庫內部完成pyobject* 和c types之間的型別對映，使用時只需設定呼叫引數和返回值的轉換型別即可。

from ctypes import cdll
from ctypes import * 
libb = cdll.loadlibrary('./a.so') 
def factorial_c(n):
return libb.factorial(n)
if __name__ == '__main__':
libb.factorial.restype=c_ulonglong#返回型別
libb.factorial.argtype=c_int#傳入型別
print "factorial_c",factorial_c(20),timeit('factorial_c(20)','from __main__ import factorial_c',number=10000)

（4）timeit測試函式libb.factorial(20)執行10000次所的時間需要8.5ms。

factorial_c 2432902008176640000 0.00857210159302

如下圖所示，factorial、factorial_c、factorial_rc分別為python指令碼、ctypes 庫和python源生**擴充套件方式來實現函式的執行時間。通過執行時間對比可以發現呼叫c函式來擴充套件python功能可以大大提高執行速度，而python自帶的ctypes庫由於在源生**上進行封裝，執行時間會高於源生**擴充套件方式，但ctypes庫使用方便，特別適合應用在第三方封裝**，提供動態鏈結庫和呼叫文件的場合。

Python中擴充套件C語言加快執行速度的實現方法

C語言擴充套件Python

使用c語言擴充套件python

使用C語言擴充套件Python 四

Python中擴充套件C語言加快執行速度的實現方法

C語言擴充套件Python

使用c語言擴充套件python

使用C語言擴充套件Python 四

相關推薦