FORCAL与C/C++、MATLAB、Python、Lua等各种语言的速度比较

欢迎访问Forcal数学软件

FORCAL与C/C++、MATLAB、Python、Lua等各种语言的速度比较

目  录

1与C++的速度比较 2 与MATLAB速度比较

3与Python速度比较 4 与Lua速度比较

    很多人反对在各种编程语言之间进行比较，特别是单纯的运算速度比较，从某种意义上说，我也赞成这样的观点。但一个不容置疑的事实是，任何人在选择使用一种语言时，都进行了各种比较。确实，有比较才有选择。多一点了解，就多一种选择。实际上，我在设计Forcal时，就时时拿Forcal与各种语言进行比较，从而不断地提高它的性能。以下是Forcal与部分语言的速度比较，供大家参考。当然，仅比较运算速度，是非常片面的，特别是仅仅选择了一些程序片段做这种比较。如果有人对这些比较有异议，也欢迎畅所欲言。

    同时期待有人给出其他一些比较。

1 与C++的速度比较[返回页首]

1.1 纯数学函数运算速度比较

    Forcal软件包中的测试程序ForcalTest中有一个函数speed，比较了Forcal与c++执行如下代码的运行速度：

for(x=0.0;x<=1.0;x=x+0.0011)
{
    for(y=1.0;y<=2.0;y=y+0.0011)
    {
        z=z+cos(1.0-sin(1.2*pow(x+0.1,y/2.0-x)+cos(1.0-sin(1.2*pow(x+0.2,y/3.0-x))))-cos(1.0-sin(1.2*pow(x+0.3,y/4.0-x)))-cos(1.0-sin(1.2*pow(x+0.4,y/5.0-x)+cos(1.0-sin(1.2*pow(x+0.5,y/6.0-x))))-cos(1.0-sin(1.2*pow(x+0.6,y/7.0-x)))));
    }
}

    以下是ForcalTest中运行speed()的结果，相信用过ForcalTest的都可以看到：

FORCAL与VC的速度比较:

表达式：(x,y)=cos{1-sin[1.2*[x+0.1]^(y/2-x)+cos{1-sin[1.2*[x+0.2]^(y/3-x)]}]-cos
{1-sin[1.2*[x+0.3]^(y/4-x)]}-cos{1-sin[1.2*[x+0.4]^(y/5-x)+cos{1-sin[1.2*[x+0.5]
^(y/6-x)]}]-cos{1-sin[1.2*[x+0.6]^(y/7-x)]}}}

FORCAL正对表达式进行循环求和计算，请等待... ...
forcal计算结果：19160.536601703152 运行时间：1782 即： 1.782秒

VC++ 正对表达式进行循环求和计算，请等待... ...
VC++ 计算结果：19160.536601703152 运行时间：1391 即： 1.391秒

1.2 八皇后问题速度比较

    我在OpenFC中进行了这种比较，据测定，以下八皇后问题，Forcal的运行速度约为C++的1/11。

// 在运行不同的程序时，Forcal的速度，从接近C++到只有C++速度的几十分之一。
// Forcal的建议是：对运行时间较长的程序，如确有必要，设计成二级函数由Forcal调用，从而获得接近C++速度的性能。
// Forcal与C++是无缝链接的。故C++能实现的功能，借助二级函数，Forcal完全可以实现。
// 但没有Forcal支持的C++程序，将无法获得高效率地实时编译计算字符串表达式的功能。

// 据测定，以下八皇后问题，Forcal的运行速度约为C++的1/11。
// 八皇后问题是一个古老而著名的问题，是回溯算法的典型例题。
// 该问题是19世纪著名的数学家高斯1850年提出：在8×8格的国际象棋盘上摆放8个皇后，使其不能互相攻击，即任意两个皇后都不能处于同一行、同一列或同一斜线上，问有多少种摆法。
// 高斯认为有76种方案。1854年在柏林的象棋杂志上不同的作者发表了40种不同的解，后来有人用图论的方法解出92种结果。
// 以下算法是从网上搜来的，该算法没有最终给出排列组合，仅仅给出有多少种组合，但是算法确实十分奥妙。

//Forcal源程序
i:(::sum,upperlim)= sum=0,upperlim=1,SetIntStackMax(1000);
i:test(row, ld, rd : pos,p : sum,upperlim)=
{
    which
    {   row != upperlim,
        {   pos = and{upperlim , not[or(row , ld , rd)]},
            while{ pos,
                p = and(pos,-pos),
                pos = pos -p,
                test(row+p, shl(ld+p,1), shr(rd+p,1))
            }
        },
        sum++
    }
};
i:main(:tm,n:sum,upperlim)=
{
    n=15,
    tm=CalFun(5,"SetRunTime"),
    OutNStr(" Queens:"),out[n],OutNStr(" "),
    upperlim=shl(upperlim,n)-1,
    test(0,0,0),
    OutNStr("sum:"),out[sum],OutNStr(" "),
    out[CalFun(5,"GetRunTime")-tm],OutNStr(" seconds.")
};

//完成相同功能的C++程序
/*
#include <stdio.h>
#include <stdlib.h>
#include <time.h>

long sum=0,upperlim=1;

void test(long row, long ld, long rd)
{
    if (row != upperlim)
        {
            long pos = upperlim & ~(row | ld | rd);
            while (pos){
                long p = pos& -pos;
                pos -= p;
                test(row+p, (ld+p)<<1, (rd+p)>>1);
            }
        }
    else
        sum++;
}

int main(int argc, char *argv[])
{
    time_t tm;
    int n=15;

    if(argc!=1)n=atoi(argv[1]);
    tm=time(0);
    if((n<1)||(n>32))
    {
        printf(" heh..I can’t calculate that.\n");
        exit(-1);
    }
    printf("%d Queens\n",n);
    upperlim=(upperlim<<n)-1;

    test(0,0,0);
    printf("Number of solutions is %ld, %d seconds\n", sum,(int)(time(0)-tm));
}
*/

    VC运行结果：

15 Queens
Number of solutions is 2279184, 6 seconds

    OpenFC运行结果：

i: 1000 Queens:15 sum:2279184 66 seconds.

1.3 FcData与C++的速度比较

    FcData是Forcal数据扩展动态库。以下比较大致体现了FcData的效率。

    VC源程序：   

#include "stdafx.h"
#include <iostream>
#include <iomanip>
#include <math.h>
#include <time.h>


using namespace std;

int _tmain(int argc, _TCHAR* argv[])
{
    clock_t old,now;
    long i,k;
    long *p;
    char ch;

    old=clock();
    for(i=0,k=0;i<=1000000;i++)
    {
        p=new long[5];
        p[3]=i; k=k+p[3];
        delete[] p;
    }
    now=clock();
    cout<<"vc＋＋："<<setprecision(20)<<k;
    cout<<" 运行时间："<<now-old<<" 即： "<<(double)(now-old)/CLOCKS_PER_SEC<<"秒"<<endl<<endl;
    cin>>ch;

    return 0;
}

    VC运行结果：

vc＋＋：1784293664 运行时间：218 即： 0.218秒

    OpenFC中的Forcal源程序：

i:NowFcDataNum[10],SetFcDataMax[2000000];
SetRunTime();
i:(:i,k,p)=
{   i=0,k=0,
    (i<=1000000).while
    {
        p=new[int_s,5],
        p.[3].set(i), k=k+p.[3].get(),
        delete[p],
        i++
    },
    k
};
GetRunTime();

    OpenFC运行结果：

i: 1784293664
10.469

    在该例子中，Forcal的效率比较低，只有VC的10.469/0.218＝48.02293577981651分之一，原因是new和delete这两个函数耗时