采用Psyco实现python执行速度提高到与编译语言一样的水平，psycopython

采用Psyco实现python执行速度提高到与编译语言一样的水平，psycopython

本文实例讲述了采用Psyco实现python执行速度提高到与编译语言一样的水平的方法，分享给大家供大家参考。具体实现方法如下：

一、安装Psyco很简单，它有两种安装方式，一种是源码方式，一种是二进制码方式：

如果用源码方式安装，你需在源码的目录中调用python setup.py install命令编译生成psyco子目录，再把该子目录整个拷贝到python的site-packages目录下。

如果用二进制码方式安装，按这个网址列表中的python与psyco版本对应表下载合适的二进制文件，解压后会生成一个psyco-1.x的目录，把该目录下的psyco目录整个拷贝到python的site-packages目录下即可。

二、使用说明，在需要做效率优化的源文件前面加入以下两句：

三、例子：
psyco_test.py文件代码如下：

运行结果如下：

使用psyco处理过的函数执行速度快了4倍左右， 跟作者宣称的差不多。

希望本文所述对大家的Python程序设计有所帮助。

嗯。有些人说ruby快些。只是开发快。有些人说python快些。ruby发展的晚些，在某些情况下的确比python快些。不过python底层本身就是C写的。它本身脚本的执行效率相当高。这些差距基本可以忽略不计。

所以一个程序的快慢首先取决于算法。本身的执行速度你可以测试一下，差别不大。ruby在某些领域里开发速度的确挺快的。比如著名的ruby on rail。还的ruby的一些测试工具。python有名的几个程序也多，虽然不是那么划时代的感觉。不过足够用。整体来讲python的使用者多些，支持库也多些。

python以前有一个psyco优化库，后来转化为pypy了。不过还是老版本的psyco好用些。加上那个后，python速度大大提高。再和ruby比，就不好说了。在特定领域，会优化明显。

当初选择ruby还是python方面，还是花了些心思调查的。最后觉着ruby有些“原始”，不够开放与灵活。

语言是一个载体，用来表达程序员的思想，这方面我感觉python更强些。表达能力强。更适合当时的我。所以最后选择了python。
 

但是C因为跟底层过于接近，所以实现JIT解释器有诸多限制。（比如Psyco到项目死亡为止都没能实现出64位的JIT解释器）Pypy则换了另外一种思路。它先实现了一个Python的子集（注意，不是完整的python），叫RPython。然后用RPython去实现了Python的JIT解释器。这个RPython本身，并不依赖运行时解释器，而是直接被翻译成C代码（实际上可以翻译成多种目标代码，如Java、C#等）再进行编译，本质上它是一种编译型语言。所以，用RPython写出来的程序，最终是会被编译成本地代码的，跟C写的没有本质区别。由于RPython作者强大的优化功力，RPython程序最终编译结果基本等同于C直接写的效率。用这种程序实现出来的JIT解释器，自然也不会慢。而JIT技术，又保证了运行在这个解释器上的Python程序的效率的提升。