Gcc增加的优化降低了Cython执行速度

我正在使用MingW64来为Python 3.7编译Cython。该任务完全是一项练习，我在其中为点网格计算Julia集。我将跟着《高性能Python》这本书，该书将介绍如何使用Cython。我以前曾使用-O标志来设置DSP硬件的优化，并通过将其设置为更高的值（即-O3）获得了重大改进。但是，Cython代码不是这种情况。

当使用Cython代码执行相同的操作时，随着优化的增加，它会稳定地产生较慢的结果，这似乎没有意义。我得到的时序为：
-O1 = 0.41s
-02 = 0.46s
-O3 = 0.47s
-Ofast = 0.48s
-Os = 0.419s

有谁知道为什么这似乎在相反的优化中起作用？

cython代码位于文件cythonfn.pyx中

def calculate_z(maxiter, zs, cs):
    # add type primitives to improve execution time
    cdef unsigned int i, n
    cdef double complex z, c
    output = [0] * len(zs)
    for i in range(len(zs)):
        n = 0
        z = zs[i]
        c = cs
        # while n < maxiter and abs(z) < 2:
        while n < maxiter and (z.real * z.real + z.imag * z.imag) < 4: # increases performance
            z = z * z + c
            n += 1
            
        output[i] = n
    return output

设置在这里为setup.py

from distutils.core import setup
from distutils.extension import Extension
from Cython.Distutils import build_ext

setup(
    cmdclass={'build_ext': build_ext},
    ext_modules=[Extension("calculate", ["cythonfn.pyx"])]
)

主要代码是

import calculate
import time

c_real,c_imag = -0.62772, -0.42193  # point for investigation
x1, x2, y1, y2 = -1.8, 1.8, -1.8, 1.8

def calc_julia(desired_width, max_iter):
    x_step = (float(x2 - x1) / float(desired_width))
    y_step = (float(y1 - y2) / float(desired_width))
    x = []
    y = []
    ycoord = y2
    while ycoord > y1:
        y.append(ycoord)
        ycoord += y_step
    xcoord = x1
    while xcoord < x2:
        x.append(xcoord)
        xcoord += x_step

    zs = []
    cs = complex(c_real, c_imag)
    for ycoord in y:
        for xcoord in x:
            zs.append(complex(xcoord, ycoord))
    st = time.time()
    output = calculate.calculate_z(max_iter, zs, cs)
    et = time.time()
    print(f"Took {et-st} seconds")

if __name__ == '__main__':
    calc_julia(desired_width=1000, max_iter=300)

是的，我知道这里有很多可以改进的地方，例如cs可以只是一个标量，因为它们都是一样的。这更多的是练习，但是它为优化带来了令人惊讶的结果。