Numba的运行速度比原始Python慢​​很多

Question

我刚开始使用Numba，并热衷于尝试并理解它的工作原理。

我建立了一个二进制搜索功能：

def binarysearch(alist, item):
        first = 0
        last = len(alist) - 1
        found = False

        while first<=last:
            midpoint = (first + last)//2            
            if alist[midpoint] == item:
                return midpoint
            else:
                if item < alist[midpoint]:
                    last = midpoint-1
                else:
                    first = midpoint+1  
        return -1

如果我按如下方式运行它：

l = list(range(10000000))

%timeit
binarysearch(l,5000)

我得到： 4.88 µs ± 315 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

如果我这样做但使用@numba.njit，则会得到： 19.8 s ± 533 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

关于如何改善Numba的任何想法？

版本： 的Python：3.6.3 Numba：0.40.0