C++黨最鄙視Python的兩個原因：

1，計算速度太慢；

2，動態語言特性。

對于第2個原因，這需要python程序員好好規范自己的編寫習慣，加深對語言和系統的理解。其實作為動態語言的python依舊可以作為超大工程的編程語言的。好了，閑話不多扯。本文主要針對原因1進行“補救”，做了一個C++加速python模塊的實驗，想測試如果python的部分函數被C++改寫，會對整個python系統提升多少。

木盞之前在實驗室的研究方向之一就是硬件加速，其實硬件加速的思想和用C++加速python的思想一樣，只有一個法則：將經常使用且費時的函數拿底層語言寫成“算子”（即一個黑箱），高層語言只需往黑箱里傳參然后獲得結果即可。

---

實驗準備：Python 2.7/3, g++, linux

先寫一個C++函數：

#include

編寫完以后記得用g++編譯一下：

g++ -o cm.so -shared -fPIC cm.cpp

想要被python調用，C++的函數一定要用extern修飾。 上面這個函數cm又+i又-i的，啥也沒做，輸出結果一定是0。但是，這個函數的時間復雜度是n，算數運算次數為2n。如果同一個函數用python編寫，則可以對比兩者的速度。

python代碼如下：

import

運行結果：

result

我們可以發現，被c++加速過的python程序速度提高了十幾倍！

---

總結

Python目前使用的領域越來越多，經常會凸顯一些計算速度不足的問題，別動不動就升級硬件來緩解速度問題。

Python作為一種動態語言，對于傳入參數和返回值的數據類型是不明確的，或者說只有拿到參數的那一刻才知道給參數分配多大的空間。

這樣勢必會導致運算速度的降低！所以，對于算術運算比較多的函數，please使用C++來編寫。隨便舉個例子，你是否還在用python逐像素點處理圖片？

---

本文首次發表于本人CSDN博客：

https://muzhan.blog.csdn.net?muzhan.blog.csdn.net

總結

以上是生活随笔為你收集整理的matlab简单程序实例_【简单实例】如何使用C++加速python程序的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。