Я всегда думал, что преимущества Python - это читаемость кода и скорость разработки, но использование времени и памяти было не так хорошо, как у C ++.
Эта статистика меня очень сильно поразила.
Что ваш опыт говорит вам об использовании времени и памяти Python и C ++?
Ответы:
Я думаю, вы неправильно читаете эту статистику. Они показывают, что Python примерно в 400 раз медленнее, чем C ++, и, за исключением единственного случая, Python больше требует памяти. Однако когда дело доходит до размера исходного кода, Python выигрывает.
Мой опыт работы с Python показывает ту же определенную тенденцию, что Python примерно в 10–100 раз медленнее, чем C ++, при серьезном вычислении чисел. Для этого есть много причин, главные из которых: a) Python интерпретируется, а C ++ компилируется; б) Python не имеет примитивов, все, включая встроенные типы (int, float и т. д.), являются объектами; c) список Python может содержать объекты разного типа, поэтому каждая запись должна хранить дополнительные данные о своем типе. Все это серьезно затрудняет как время выполнения, так и потребление памяти.
Однако это не причина игнорировать Python. Многие программы не требуют много времени или памяти даже при 100-кратном коэффициенте замедления. Стоимость разработки - это то, в чем Python выигрывает благодаря простому и лаконичному стилю. Это улучшение стоимости разработки часто превышает стоимость дополнительных ресурсов процессора и памяти. Однако если этого не происходит, то выигрывает С ++.
numpyи scipyбольшая pythonкодовая база, вероятно, будет содержать много кода на чистом питоне, что сделает работу медленнее, чем C++. сценарий python приближается к скорости C++сценария в зависимости от процента его Cкода 100, после чего он больше не является сценарием python. Python, конечно, набирает обороты, но не потому, что он такой быстрый, а C++потому, что его проще использовать.
Все самые медленные (> 100x) использования Python в перестрелках - это научные операции, требующие большого количества GFlop / s. В любом случае вы НЕ должны использовать для этого Python. Правильный способ использования python - импортировать модуль, который выполняет эти вычисления, а затем провести расслабляющий вечер с семьей. Это питонический путь :)
Мой опыт такой же, как и в тестах. Python может быть медленным и использовать больше памяти. Я пишу намного меньше кода, и он работает с первого раза с гораздо меньшими затратами на отладку. Поскольку он управляет памятью за меня, мне не нужно управлять памятью, что позволяет сэкономить часы на поиске утечек ядра.
Каков твой вопрос?
Размер источника - не самая разумная вещь для измерения. Например, следующий сценарий оболочки:
cat foobar
намного короче, чем его эквиваленты на Python или C ++.
cat footer.
Также: Psyco против C ++ .
Это по-прежнему плохое сравнение, поскольку никто не стал бы проводить тесты, на которых все равно приходится делать упор на чистом Python. Лучше было бы сравнить производительность реалистичных приложений или C ++ с NumPy, чтобы понять, будет ли ваша программа заметно медленнее.
Проблема в том, что у вас есть два разных языка, которые решают две разные проблемы ... это все равно, что сравнивать C ++ с ассемблером.
Python предназначен для быстрой разработки приложений и для тех случаев, когда производительность является минимальной проблемой.
C ++ не предназначен для быстрой разработки приложений и унаследовал скорость от C - для программирования низкого уровня.
Та же проблема с управляемым и простым в использовании языком программирования, как и всегда - они медленные (а иногда и пожирают память).
Эти языки предназначены для управления, а не для обработки. Если бы мне пришлось написать приложение для преобразования изображений и использовать Python, вся обработка могла бы быть написана на C ++ и подключена к Python через привязки, в то время как интерфейс и управление процессом были бы определенно Python.
Я думаю, что эта статистика показывает, что Python намного медленнее и использует больше памяти для этих тестов - вы уверены, что читаете их правильно?
По моему опыту, который в основном связан с написанием программ, привязанных к сети и файловой системе, на Python, Python не намного медленнее в любом случае. Для такого рода работы преимущества перевешивают затраты.