为什么python中的平凡循环比c++中的要慢得多?以及如何优化它

Why does trivial loop in python run so much slower than the same in C++? And how to optimize that?

本文关键字：何优化 优化 循环 python c++ 为什么      更新时间：2023-10-16

简单地在python和c++中运行一个近空的for循环(如下所示)，速度是非常不同的，python要慢一百倍以上。

a = 0
for i in xrange(large_const):
  a += 1

int a = 0;
for (int i = 0; i < large_const; i++)
  a += 1;

另外，我能做什么来优化python的速度?

(添加:我在这个问题的第一个版本中做了一个不好的例子，我并不是真的意味着a=1以便C/c++编译器可以优化它，我的意思是循环本身消耗了很多资源(也许我应该使用a+=1作为例子)..我说如何优化的意思是，如果for循环就像a += 1那么简单，它怎么能以C/c++的速度运行呢?在我的实践中，我使用Numpy，所以我不能再使用pypy了(现在)，有没有一些通用的方法可以更快地创建循环(比如生成器在生成列表)?)

一个聪明的C编译器可能会通过识别到最后，a总是为1来优化你的循环。Python不能这样做，因为当迭代xrange时，它需要在xrange对象上调用__next__，直到引发StopIteration。python在调用__next__之前无法知道它是否有副作用，所以没有办法优化循环。这段话的要点是，优化Python"编译器"比C编译器要困难得多，因为Python是一种动态语言，需要编译器知道对象在特定情况下的行为。在在C语言中，这要容易得多，因为C语言提前知道每个对象的确切类型。

当然，除了编译器之外，python还需要做更多的工作。在C中，您使用硬件指令中支持的操作来处理基类型。在python中，解释器一次一行地解释software中的字节码。显然，这将比机器级指令花费更长的时间。数据模型(例如，一遍又一遍地调用__next__)也会导致很多C不需要做的函数调用。当然，python做这些事情是为了使它比编译语言更灵活。

加速python代码的典型方法是使用库或内部函数，它们为低级编译代码提供高级接口。scipy和numpy是这类库的很好的例子。你可以考虑的其他事情是使用pypy，它包含一个JIT编译器——你可能不会达到原生速度，但它可能会超过Cpython(最常见的实现)，或者使用Cpython- api在C/fortran中编写扩展，cython或f2py用于代码的性能关键部分。

原因很简单，因为Python是一种更高级的语言，每次迭代都要做更多不同的事情(比如获取锁，解析变量等)

"如何优化"是一个非常模糊的问题。没有"通用"的方法来优化任何Python程序(Python的开发人员已经做了所有可能的事情)。您的特定示例可以这样优化:

a = 1

这是任何C编译器都会做的，顺便说一下

如果你的程序处理数值数据，那么使用numpy和它的矢量化例程通常会给你带来很大的性能提升，因为它用纯C(使用C循环，而不是Python循环)完成所有工作，并且不需要使用解释器锁和所有这些东西。

Python(通常)是一种解释性语言，这意味着必须在运行时逐行读取脚本，并在此时将其指令编译成可用的字节码。

C(通常)是一种编译语言，所以当你运行它的时候，你正在处理纯机器码。

Python永远不会像C一样快，因为这个原因。

编辑:事实上，python在运行时编译成C代码，这就是为什么你得到那些。pyc文件。

越抽象，速度越慢。最快的代码是直接编写的汇编代码。

阅读这个问题为什么Python程序通常比用C或c++编写的等效程序慢?

相关文章：