为什么说Python性能不如C

一、Python与C的差异

  1.差异解释

  Python是解释性语言,而C是编译型语言,Python需要在运行时逐行解释代码,而C在运行之前已经将代码转换成机器代码,这是什么意思呢?用通俗的话来讲(个人理解,如有错,欢迎纠正),就是:

  • 解释性语言:写代码时:相当于你在纸上写下了英文;运行时:相当于你需要翻译纸上的英文,才能读懂,这个过程是需要时间的
  • 编译型语言:写代码时:此时你已经在纸上写下了中文;运行时:你只需要看一眼纸上的中文就能明白意思,这个过程比上述过程快多啦

  2.任务执行差异

  C支持多线程任务,而Python因为有GIL(Global Interpreter Lock,全局解释器锁),在运行代码时,Python会释放GIL,导致只能在任何给定时间内只有一个线程可以执行,这就无法充分的利用多核处理器的优势了,所以呢,在CPU密集型任务中,Python的性能在大部分情况下是不如C的,但Python对处理IO密集型任务是很有优势的。

  • IO密集型任务:指在任务执行过程中,主要涉及外部资源(如磁盘文件读写)操作
  • CPU密集型任务:写代码时:指在任务执行过程中,主要涉及CPU运算任务

二、性能差异对比前工作

  1.(Python)在进行差异对比前,我们需要导入time库,以方便统计CPU计算时间:

import time

  2.©在进行差异对比前,我们需要导入time.h头文件,以方便统计CPU计算时间:

#include <stdio.h>
#include <time.h>

三、性能差异对比代码

  (Python)这里以斐波那契数列进行举例,由于项数过小可能无法清楚的对比两者的差异,故统一设定项数n=4440

def fibonacci(n):
    if n <= 1:
        return n

    a, b = 0, 1
    for _ in range(2, n+1):
        c = a + b
        a = b
        b = c

    return b

n = 4440

start = time.time()
number_sum = fibonacci(n)
end = time.time()

time_used = end - start

print("第{}项斐波那契数列的值为:{}".format(n, number_sum))
time_str = "运算时间为: {:.9f} 秒".format(time_used)
print(time_str)

  (C)我没有安装gmp库,就暂时使用(long long int)型代替,结果可能会有偏差:

int fibonacci(int n) {
    if (n <= 1) {
        return n;
    }

    long long int a = 0;
    long long int b = 1;
    long long int c; 

    for (int i = 2; i <= n; i++) {
        c = a + b;
        a = b;
        b = c;
    }

    return b;
}

int main() {
    int n = 440;
    clock_t start, end;
    double time_used;

    start = clock();
    long long int number = fibonacci(n);
    end = clock();

    time_used = ((double)(end - start)) / CLOCKS_PER_SEC;

    printf("第%d项斐波那契数列的值为:%llu\n", n, number);
    printf("运行该斐波那契数列所用时间: %.9f 秒\n", time_used);

    return 0;
}

三、差异对比结果图

  Python的CPU运算时间:
请添加图片描述

  C的CPU运算时间:
在这里插入图片描述
(注:这里均选用的是保留九位小数点(.9f))

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值