資訊內容
python為啥運行效率不高
原因:1、python是動態語言;2、python是解釋執行,但是不支持JIT;3、python中一切都是對象,每個對象都需要維護引用計數,增加了額外的工作。4、python GIL;5、垃圾回收。Ih7少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺
Ih7少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺
當我們提到一門編程語言的效率時:通常有兩層意思,第一是開發效率,這是對程序員而言,完成編碼所需要的時間;另一個是運行效率,這是對計算機而言,完成計算任務所需要的時間。編碼效率和運行效率往往是魚與熊掌的關系,是很難同時兼顧的。不同的語言會有不同的側重,python語言毫無疑問更在乎編碼效率,life is short,we use python。Ih7少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺
雖然使用python的編程人員都應該接受其運行效率低的事實,但python在越多越來的領域都有廣泛應用,比如科學計算 、web服務器等。程序員當然也希望python能夠運算得更快,希望python可以更強大。Ih7少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺
首先,python相比其他語言具體有多慢,這個不同場景和測試用例,結果肯定是不一樣的。這個網址給出了不同語言在各種case下的性能對比,這一頁是python3和C++的對比,下面是兩個case:Ih7少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺
Ih7少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺
從上圖可以看出,不同的case,python比C++慢了幾倍到幾十倍。Ih7少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺
python運算效率低,具體是什么原因呢,下列羅列一些:Ih7少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺
第一:python是動態語言Ih7少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺
一個變量所指向對象的類型在運行時才確定,編譯器做不了任何預測,也就無從優化。舉一個簡單的例子: r = a + b。 a和b相加,但a和b的類型在運行時才知道,對于加法操作,不同的類型有不同的處理,所以每次運行的時候都會去判斷a和b的類型,然后執行對應的操作。而在靜態語言如C++中,編譯的時候就確定了運行時的代碼。Ih7少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺
另外一個例子是屬性查找,關于具體的查找順序在《python屬性查找》中有詳細介紹。簡而言之,訪問對象的某個屬性是一個非常復雜的過程,而且通過同一個變量訪問到的python對象還都可能不一樣(參見Lazy property的例子)。而在C語言中,訪問屬性用對象的地址加上屬性的偏移就可以了。Ih7少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺
第二:python是解釋執行,但是不支持JIT(just in time compiler)。雖然大名鼎鼎的google曾經嘗試Unladen Swallow 這個項目,但**終也折了。Ih7少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺
第三:python中一切都是對象,每個對象都需要維護引用計數,增加了額外的工作。Ih7少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺
第四:python GIL,GIL是Python**為詬病的一點,因為GIL,python中的多線程并不能真正的并發。如果是在IO bound的業務場景,這個問題并不大,但是在CPU BOUND的場景,這就很致命了。所以筆者在工作中使用python多線程的情況并不多,一般都是使用多進程(pre fork),或者在加上協程。即使在單線程,GIL也會帶來很大的性能影響,因為python每執行100個opcode(默認,可以通過sys.setcheckinterval()設置)就會嘗試線程的切換,具體的源代碼在ceval.c::PyEval_EvalFrameEx。Ih7少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺
第五:垃圾回收,這個可能是所有具有垃圾回收的編程語言的通病。python采用標記和分代的垃圾回收策略,每次垃圾回收的時候都會中斷正在執行的程序,造成所謂的頓卡。infoq上有一篇文章,提到禁用Python的GC機制后,Instagram性能提升了10%。感興趣的讀者可以去細讀。Ih7少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺
推薦課程:Python機器學習(Mooc禮欣、嵩天教授)Ih7少兒編程網-Scratch_Python_教程_免費兒童編程學習平臺

- 上一篇
怎么更改anaconda默認工作路徑?
簡介Anaconda更改默認工作路徑方法:1、依次點擊:開始——所有程序——Anaconda——JupyterNotebook2、右鍵“屬性”3、只需要更改藍色部分最后面的即可,將%USERPROFILE%刪除,直接賦值添加自己的地址,注意地址前有空格,地址中不要加入%號。上圖中的藍色部分是已經修改好的
- 下一篇
深入理解Python分布式爬蟲原理
簡介python視頻教程欄目介紹分布式爬蟲原理。免費推薦:python視頻教程首先,我們先來看看,如果是人正常的行為,是如何獲取網頁內容的。(1)打開瀏覽器,輸入URL,打開源網頁(2)選取我們想要的內容,包括標題,作者,摘要,正文等信息(3)存儲到硬盤中上面的三個過程,映射到技術層面上,其實就是:網絡