C++,Java,Python 三种语言执行速度的测试与简要分析

今天我分别使用C++，Java，Python 3种程序设计语言编写了一个遍历1~1e8(1亿)之间所有整数并求和的代码，目的是定量测试这3种语言的代码效率。

测试代码01：(C++)

#include<bits/stdc++.h>
#include<sysinfoapi.h>
#define ll long long
using namespace std;
int main(int argc,char **argv)
{
    printf("C++\n");
    FILETIME start,end;
    ll during;
    int q=100000000;ll i=0;
    GetSystemTimeAsFileTime(&start);
    while (q--)
    {
        i+=q;
    }
    GetSystemTimeAsFileTime(&end);
    during=100*(end.dwLowDateTime-start.dwLowDateTime);
    printf("Result: %lld\n",i);
    printf("Time: %lf seconds.\n",during/1000.0/1000000.0);
    return 0;
}

测试代码02：(Java)

public class Test
{
    public static void main(String[] args)
    {
        System.out.println("Java:");
        int q=100000000;
        long i=0;
        long start=System.nanoTime();long end;
        for(int y=0;y<q;++y)
        {
            i+=y;
        }
        end=System.nanoTime();
        System.out.println("Result: "+i);
        System.out.println("Time: "+(end-start)/100000000.0+" seconds.");
    }
}

测试代码03：(Python)

# Test.py
import time
import numpy as np
print("Common Python:")
start=time.time()
num=0
for i in range(100000000):
    num+=i
end=time.time()
print("Result: ",num)
print("Time: "+str(round(end-start,6))+" seconds.")

print("\nNumpy:")
start=time.time()
d=np.arange(100000000)
num=np.sum(d,dtype=np.int64)
end=time.time()
print("Result: ",num)
print("Time: "+str(round(end-start,6))+" seconds.")

测试结果：

---

从运行时间来看，C++速度是快的，但是Java的速度并没有我们想象的那么慢。究其原因，很可能是，我使用的目前最新的Java17版本，JVM一方面已经经过了多次优化，效率可以与C语言相媲美，另一方面，JVM在执行期间，如果它发现某块代码或者方法执行地特别频繁，就会将这一部分代码标记为热点代码。一旦被标记为热点代码，那么JIT(Just in time Compiler，即时编译器)就会对此部分代码进行深度优化，而后输出一份编译后的机器码（质量很高，执行效率非常高），当这个热点代码再次执行时，就会直接采用已经编译好的机器码，而不是由解释器一句一句地翻译，从而提升了执行速度。

Python借鉴了Java的这一思想，Python解释器也有“即时编译”的机制，但从结果上看，Python的速度比Java慢了20倍左右，主要原因是python是动态变量类型的语言，程序运行时需要随时检查变量类型；而且Python使用了GIL(全局解释器锁)，当初设计者加入这一“锁”是为了规避并发带来的一系列问题，诸如死锁和线程不安全等，虽然解决了线程的问题，但更大的问题接踵而来：不论是单核CPU还是多核CPU，也不管你在代码中建立并运行了几个子线程，实际中它只按单线程运行。这两大原因是拖累Python速度的关键。而第三方库Numpy，是专门用于处理数据和科学计算的，不仅已高度优化，而且它的底层调用了编译好了的C语言级别的pyc等，速度非常快，在上面的测试中，它的速度竟超过了C++，可以说是避开了Python的两个缺点。

---

关于解释型语言的即时编译机制，我再多说一句，对于循环次数很多的嵌套循环语句，即时编译的优势更加明显，甚至有时效率能超过静态的机器码，请看下图：

C++代码：

Java代码：

执行结果：

嵌套循环，用Java只需2.6秒，而C++用了19.5秒，两者相差近7.5倍。 

---

本文结束，感谢您的阅览。