# 早期綁定速度 > 原文： [http://docs.cython.org/en/latest/src/userguide/early_binding_for_speed.html](http://docs.cython.org/en/latest/src/userguide/early_binding_for_speed.html) 作為一種動態語言，Python 鼓勵一種編程風格，即在方法和屬性方面考慮類和對象，而不是它們適合類層次結構。 這可以使 Python 成為一種非常輕松和舒適的快速開發語言，但需要付出代價 - 管理數據類型的“繁文縟節”會被轉儲到解釋器上。在運行時，解釋器在搜索命名空間，獲取屬性以及解析參數和關鍵字元組方面做了大量工作。與“早期綁定”語言（如 C ++）相比，這種運行時“后期綁定”是 Python 相對緩慢的主要原因。 然而，使用 Cython，通過使用“早期綁定”編程技術可以獲得顯著的加速。 例如，考慮以下（愚蠢）代碼示例： ```py cdef class Rectangle: cdef int x0, y0 cdef int x1, y1 def __init__(self, int x0, int y0, int x1, int y1): self.x0 = x0 self.y0 = y0 self.x1 = x1 self.y1 = y1 def area(self): area = (self.x1 - self.x0) * (self.y1 - self.y0) if area < 0: area = -area return area def rectArea(x0, y0, x1, y1): rect = Rectangle(x0, y0, x1, y1) return rect.area() ``` 在`rectArea()`方法中，對`rect.area()`和`area()`方法的調用包含大量的 Python 開銷。 但是，在 Cython 中，在 Cython 代碼中發生調用的情況下，可以消除大量的開銷。例如： ```py cdef class Rectangle: cdef int x0, y0 cdef int x1, y1 def __init__(self, int x0, int y0, int x1, int y1): self.x0 = x0 self.y0 = y0 self.x1 = x1 self.y1 = y1 cdef int _area(self): area = (self.x1 - self.x0) * (self.y1 - self.y0) if area < 0: area = -area return area def area(self): return self._area() def rectArea(x0, y0, x1, y1): cdef Rectangle rect = Rectangle(x0, y0, x1, y1) return rect._area() ``` 這里，在 Rectangle 擴展類中，我們定義了兩種不同的區域計算方法，即高效的`_area()` C 方法，以及 Python 可調用的`area()`方法，它作為`_area()`的薄包裝器。還要注意函數`rectArea()`我們如何'早期綁定'，通過聲明顯式賦予 Rectangle 類型的局部變量`rect`。通過使用此聲明，我們獲得了訪問更有效的 C-callable `_area()`方法的能力，而不僅僅是動態分配給`rect`。 但是 Cython 通過允許我們聲明雙訪問方法 - 可以在 C 級別高效調用的方法，但也可以以 Python 訪問開銷為代價從純 Python 代碼訪問，從而再次為我們提供了更多的簡單性。考慮以下代碼： ```py cdef class Rectangle: cdef int x0, y0 cdef int x1, y1 def __init__(self, int x0, int y0, int x1, int y1): self.x0 = x0 self.y0 = y0 self.x1 = x1 self.y1 = y1 cpdef int area(self): area = (self.x1 - self.x0) * (self.y1 - self.y0) if area < 0: area = -area return area def rectArea(x0, y0, x1, y1): cdef Rectangle rect = Rectangle(x0, y0, x1, y1) return rect.area() ``` 在這里，我們只有一個區域方法，聲明為 [`cpdef`](language_basics.html#cpdef) ，使其可以作為 C 函數有效地調用，但仍然可以從純 Python（或后期綁定的 Cython）代碼訪問。 如果在 Cython 代碼中，我們有一個已經'早期綁定'的變量（即，顯式聲明為 Rectangle 類型，或者轉換為 Rectangle 類型），那么調用其 area 方法將使用高效的 C 代碼路徑并跳過 Python 開銷。但是如果在 Cython 或常規 Python 代碼中我們有一個存儲 Rectangle 對象的常規對象變量，那么調用 area 方法將需要： * 區域方法的屬性查找 * 打包參數的元組和關鍵字的 dict（在這種情況下都是空的） * 使用 Python API 調用該方法 并且在區域方法本身內： * 解析元組和關鍵字 * 執行計算代碼 * 將結果轉換為 python 對象并返回它 因此，在 Cython 中，通過在聲明和轉換變量中使用強類型來實現大規模優化是可能的。對于使用方法調用的緊密循環，以及這些方法是純 C 的情況，差異可能很大。