Question

本章所介绍的各种不同的策略允许你在不同程度上定制你的代码，以便降低CPU必须执行的指令数量和提高你的程序效率。有时这能用算法来做到，尽管常常必须手动去做（请看7.2节）。而且，有时只是必须借用这些方法来使用其他语言已经写好的库。无论动机如何，Python允许我们从其他语言在某些问题上能够带来的速度提升中获得收益，然而当有需要时还是保留了它的表达性和灵活性。

然而需要注意的是，做这些优化只是为了优化CPU指令的效率。如果你把I/O密集型进程和CPU密集型问题耦合了起来，仅仅是编译你的代码可能不会带来任何合理的速度提升。对于这些问题，我们必须重新思考我们的解决方案，并且可能要利用并行化来在同一时间运行不同的任务。

[1]　本书写作期间它没有提供任何有用的速度优势。

[2]　为了简化，我们不会实现边界条件。

[3]　这很依赖于cPython。其他版本的Python可能有它们自己版本的ctypes，可能以很不同的方式工作。

[4]　更多信息，请参看维基。