l0n0lc 1.0.1

一个将python函数翻译为c++函数并运行的jit编译器

l0n0lc

将 Python 函数翻译为 C++ 并运行的 JIT 编译器

---

简介

l0n0lc 是一个零外部依赖的 Python JIT 编译器，通过简单的装饰器将 Python 函数转换为原生 C++ 代码并编译执行。它专注于计算密集型任务的性能优化，同时保持 API 的简洁性和易用性。

核心特点

• 零依赖 - 仅依赖 Python 3.10+ 标准库
• 简单易用 - 一个 @jit 装饰器即可启用
• 智能缓存 - 基于源码哈希，自动避免重复编译
• 跨平台 - 支持 Linux、macOS、Windows
• 类型推断 - 自动推断变量类型，生成高效 C++ 代码

---

安装

pip install l0n0lc

系统要求

• Python 3.10 或更高版本
• C++ 编译器（g++、clang++ 或 c++）

# Ubuntu/Debian
sudo apt install g++

# macOS
xcode-select --install

# Windows (MSYS2)
pacman -S mingw-w64-x86_64-gcc

---

快速开始

基础用法

from l0n0lc import jit

@jit()
def fibonacci(n: int) -> int:
    if n <= 1:
        return n
    a, b = 0, 1
    for _ in range(2, n + 1):
        a, b = b, a + b
    return b

print(fibonacci(40))  # 输出: 102334155

容器类型支持

from typing import List

@jit()
def sum_list(nums: List[int]) -> int:
    total = 0
    for num in nums:
        total += num
    return total

print(sum_list([1, 2, 3, 4, 5]))  # 输出: 15

类支持

# 定义类（类本身不需要 jit 装饰器）
class Point:
    x: float
    y: float

    def __init__(self, x: float, y: float):
        self.x = x
        self.y = y

@jit()
def compute_distance() -> float:
    # 在 JIT 函数内部创建和使用类实例
    p1 = Point(0.0, 0.0)
    p2 = Point(3.0, 4.0)
    dx = p1.x - p2.x
    dy = p1.y - p2.y
    return (dx * dx + dy * dy) ** 0.5

print(compute_distance())  # 输出: 25.0 (平方距离)

---

API 参考

@jit 装饰器

@jit(
    总是重编=False,        # 强制重新编译
    可执行文件名=None,     # 编译为独立可执行文件
    优化级别="-O3",        # C++ 优化级别
    启用_lto=False,        # 启用链接时优化
    启用_simd=False,       # 启用 SIMD 优化
)
def function_name() -> ReturnType:
    ...

中文别名

from l0n0lc import jit, 即时编译

# 两者等价
@jit()
def func1(): pass

@即时编译()
def func2(): pass

---

高级功能

AOT 编译

# 将 Python 文件编译为独立可执行文件
l0n0lc-aot-compile input.py -o output_executable

自定义 C++ 映射

import l0n0lc as lc

# 映射到 C++ 标准库函数
@lc.映射函数到('sqrt({x})', ['<cmath>'])
def my_sqrt(x: float) -> float:
    return 0  # 实际使用 C++ 实现

性能优化选项

# 启用 LTO 优化
@jit(启用_lto=True)
def optimized_function():
    pass

# 启用 SIMD
@jit(启用_simd=True)
def vectorized_compute(data: List[float]) -> List[float]:
    pass

---

工作原理

Python 函数
    ↓
AST 解析与类型推断
    ↓
C++ 代码生成
    ↓
系统 C++ 编译器
    ↓
动态库 (.so/.dll/.dylib)
    ↓
ctypes 加载执行

---

性能对比

import time
from l0n0lc import jit

def fib_py(n: int) -> int:
    if n <= 1:
        return n
    return fib_py(n-1) + fib_py(n-2)

@jit()
def fib_jit(n: int) -> int:
    if n <= 1:
        return n
    return fib_jit(n-1) + fib_jit(n-2)

# 测试
n = 35

t = time.time()
fib_py(n)
py_time = time.time() - t

t = time.time()
fib_jit(n)
jit_time = time.time() - t

print(f"Python: {py_time:.3f}s")
print(f"JIT:    {jit_time:.3f}s")
print(f"加速比: {py_time/jit_time:.1f}x")

---

支持的语言特性

特性	支持情况
基本类型 (int, float, bool, str)	✅
容器类型 (List, Dict, Set)	✅
类定义和实例方法	✅
for/while 循环	✅
if/else 条件	✅
try/except 异常处理	✅
列表推导式	✅
可变参数 (*args, **kwargs)	❌
生成器	❌
异步函数	❌

---

开发

从源码构建

git clone https://github.com/username/l0n0lc.git
cd l0n0lc
pip install -e .

运行测试

cd tests
for test in test_*.py; do
    echo "Running $test"
    python "$test"
done

构建发布包

# 使用 uv 构建
uv build

# 或使用构建脚本
./build.sh

---

缓存机制

编译产物存储在 l0n0lcoutput/ 目录：

l0n0lcoutput/
├── {hash}_{filename}_{funcname}@_{hash}.cpp  # C++ 源码
├── {hash}_{filename}_{funcname}@_{hash}.h    # 头文件
└── {hash}_{filename}_{funcname}@_{hash}.so   # 动态库

缓存基于函数源码的 BLAKE2s 哈希，代码修改后自动重新编译。

清理缓存

# 清理所有缓存
rm -rf l0n0lcoutput/

# 清理构建产物
./build.sh  # 自动清理并重新构建

---

项目结构

l0n0lc/
├── 即时编译.py          # @jit 装饰器
├── Py转Cpp转译器.py     # AST 转 C++ 核心逻辑
├── cpp编译器.py         # C++ 编译器管理
├── 运行时加载.py        # ctypes 加载
├── cpp类型.py           # C++ 类型定义
├── 类型转换.py          # Python ↔ C++ 类型转换
├── std_vector.py        # std::vector 支持
├── std_map.py           # std::map 支持
├── std_set.py           # std::set 支持
├── aot编译.py           # AOT 编译
├── simd优化.py          # SIMD 优化
├── 并行编译器.py        # 并行编译
└── ...

---

限制与注意事项

1. 类型注解 - 建议提供完整的类型注解以提高代码质量
2. 首次编译 - 首次调用会有编译延迟，后续调用使用缓存
3. 适用场景 - 适合计算密集型任务，简单函数可能因编译开销反而变慢
4. 函数名编码 - 包含非 ASCII 字符的函数名会被编码

---

许可证

MIT License

---

作者

倾城铸剑师

---

文档

• CLAUDE.md - 开发者文档
• tests/ - 测试用例和示例