前言

今天这个前言我们不说那么多虚的了，直接开始吐槽，Python大家肯定都用熟了，但是Python最大的弱点，相信大家也有都知道，那就是：速度慢！速度慢！速度慢！（重要的事情说三遍）Python的速度实在是太慢了，在一些需要速度的场合，比如数据分析和处理方面，Python虽然占很大的优势，比那复杂又臃肿的C++不知道好多少，但是速度也是一个硬伤啊，所以，Python在算法方面至今难望C++项背，唉~

当然，今天这篇文章可不是拿来倒苦水的，打住打住！接下来，我要隆重推出今天的主角：PyPy！

PyPy是什么?

说出来你可能不信，PyPy是用Python写的一个Python解释器，是的，我没说错，你也没有听错，再重复一遍，PyPy是用Python写的一个Python解释器（舌头差点打结）。你肯定会大吃一惊：还能用Python自己写自己的解释器？！那是当然，这就是高级语言的一个特性：自举。自举是什么？简单来说，就是像PyPy这样，用自己写自己的编译器/解释器。不用惊讶，我们现在用的GCC这个很好用的C/C++编译器就是用C自己写的。听到这里，你又会疑惑不解：我听说过，Python是用C写的，所以也称为CPython，因为是解释型语言，所以速度慢，Python本身速度都这么慢了，还用它写自己的解释器，那不得慢上天了？是的，第一次听说PyPy的时候我也有这个疑惑，但是事实是：PyPy速度比CPython快好几倍！！！

为什么那么快?

因为PyPy用了一个高端技术：JIT。不要被这高级的名字吓到，其实JIT就是Just In Time的缩写，中文是即时编译。大家不用理解的过多，因为往深了讲这就是一大本编译器原理 + 一大本解释器原理 + 一大本解释器优化，非常之复杂。我们可以简单理解：

C之所以快，是因为C是静态语言，编译成了二进制机器码运行，Python之所以慢，是因为它是动态语言，直接解释运行，而PyPy，就是在Python动态运行的同时，将Python的部分代码编译成机器码，速度当然比直接解释运行的Python快啦。

当然，PyPy将Python即时编译为机器码，也不是没有坏处，PyPy不是静态编译，而是动态运行的同时收集信息，然后动态编译，这样的话，可能一些单纯的数据处理速度很快，但是一些复杂的场景，需要收集大量信息，而且很难优化，这样速度就会比CPython慢很多，所以需要斟酌使用。

下载和安装

我们进入PyPy下载界面，然后选择适合自己系统和CPU的版本下载，这里建议下载比较通用的PyPy3.9或者PyPy3.7。下载好之后是一个压缩包，并不是常见的安装包程序，我们只需要将压缩包解压到一个目录下，就完成了安装。我们进入PyPy的目录，输入以下指令：

1	pypy.exe --version

这个时候，会输出pypy的版本，这样就成功了。对于安装环境比较熟悉的朋友会说：我们可以把PyPy添加到环境变量里面，这样我们不用每次都进入PyPy的目录下了。至此，我们的PyPy就算是安装成功了，我们可以写一个HelloWorld测试一下。

PyPy上的第一个程序

我们打开main.py，输入熟悉的一行程序print("Hello World")，再将main.py放到PyPy目录下，然后进入PyPy目录下，运行

1	pypy.exe main.py

这时候，它会成功的输出Hello World，这就代表，PyPy已经成功安装并运行了。

总结

这篇文章，我带大家初步了解了PyPy，下载了PyPy并使用PyPy运行了第一个程序，以后的文章我会带大家深入研究PyPy，了解它的运行原理和机制，还会使用PyPy开发一些高性能的程序，敬请期待！