Python 为什么使用多处理计算阶乘要比使用递归慢？

我正试图找到一种更快的方法来计算阶乘。 在下面的代码中，我首先使用递归方法，然后使用另一种方法，将整个操作划分为较小的计算，然后并行运行它们

这是我的密码：

#!/usr/bin/env python3
import time 
from multiprocessing import Pool
import itertools
def fact(n):
    if n==1:
        return 1
    else:
        a=n*fact(n-1)
        return a

def divid(start ,end):
    m=1
    for i in range(start,end+1):
        m=m*i
    return m

pool=Pool()

a=time.time()
res=fact(100)
print (res)
print ("Time spent calculating factorial",(time.time()-a)*60)

a=time.time()
L = pool.starmap(divid,[(1,25),(26,50),(51,75),(76,100)] )

m=1
for i in list(L):
    m=m*i
print ("Result is",m)

print("Time spent calculating factorial using multiprocessing",(time.time()-a)*60)

---

因此，为factorial（100）运行这段代码时，我发现递归方法比使用多处理快2倍。

您的任务太小，无法补偿多处理的成本。最可能的原因是，通过函数调用本身进行操作比启动、管理，以及从多个过程中收集结果。