使用PyO3实现Rust绑定加速Python代码，却发现Python版本更快，求原因

你遇到的这个情况其实很常见，核心原因是PyO3的跨语言调用开销以及类型转换/克隆的额外成本，具体拆解如下：

1. Python与Rust的类型转换开销极大 #

你的Rust函数参数用的是[[i32; 9]; 9]，但Python侧传入的大概率是list[list[int]]（或numpy数组）。PyO3需要把Python的动态列表结构转换成Rust的固定大小栈数组：

• 要遍历整个9x9数组，逐个将Python的int对象转成Rust的i32
• 还要验证每个维度的长度是否符合9的要求，额外增加检查成本
• 这个转换的开销远大于函数内部的计算逻辑，直接抵消了Rust的性能优势

而Python版本直接操作原生列表，不需要任何跨类型转换，自然更快。

2. Rust的数组克隆开销比Python的拷贝更大 #

• Rust里的state.clone()是对整个9x9数组做深拷贝，要复制81个i32元素
• 而Python的state.copy()是浅拷贝：只复制外层列表的引用，内层列表还是原对象的引用。你的代码只修改两个位置的元素，不需要深拷贝整个二维结构，所以Python的拷贝操作开销极小

3. 小函数的跨语言调用开销占比过高 #

PyO3调用Rust函数时，需要经历GIL切换、参数打包、返回值序列化等步骤，这些都有固定的开销。对于你的函数这种只有几行算术运算的小逻辑来说，调用开销的占比会非常高，甚至超过Rust本身的计算耗时，导致整体比纯Python慢。

优化建议 #

• 改用Numpy数组传递数据：用&PyArray<i32, 2>作为Rust函数的参数，直接操作numpy的内存缓冲区，避免类型转换和完整克隆。
• 减少调用次数：把多次调用play_action的逻辑打包成一个批量处理的Rust函数，一次性处理多个state和action，分摊调用开销。
• 避免不必要的克隆：如果Python侧可以保证state不被后续修改，Rust函数可以直接借用数据（需要处理GIL），或者只修改需要的位置而不克隆整个数组（但要注意安全性）。

内容的提问来源于stack exchange，提问作者mt-clemente