实际上不是全面测试性能。应该这么说:使用一个你熟悉的语言,用它写出一个高效的版本(做下面那件事)。
不小心读到一个帖子:http://blog.vckbase.com/jzhang/archive/2006/03/28/18807.html
看到C++竟然被比下去了,自然不是很舒服,毕竟C++对于C并没有太大的性能上的降低,而python是C写的(指Cpython实现),自然不会高过C。(废话,C基本上接近汇编效率了)
可惜C++又很难找出这么高效的实现,STL效率还是低了些(为什么?一直以为它很高效,用得比较放心)。最近一直比较关注D语言,于是用D语言来测试一下。代码如下:
没加fopen失败处理。
测试结果在我的机器上耗时只有python版本的1/3,我看到其它网友的C++实现最好成绩也不过1/2,由于是D是C语言所写,测试使用的又是C库,自然可以认为C语言还是比较高效的。
上面的D语言代码里调用了toString,把char*转为char[],它的源代码如下:
如果s[0 .. strlen(s)]产生了复制的话,应该是会影响性能的。char[]对象是受GC管理的,应该会复制一份。这种情况下还能有如此高的效率,的确很不错。
不过python的性能让我感觉很吃惊,以前只测试过字符串连接,感觉比较高效。
写了一个完成一样功能的ruby程序,耗时接近python版本的2倍,当然由于对它不是很熟,可能写得不够高效。
正如某网友所说,这个程序的瓶颈在于IO,拿来作性能上的比较或许是不合适的。从语言效率上来讲,自然是C++和D相当,可能会比D高,python应该会低很多。但在很多情况下,衡量效率不光是语言本身,还有库,没有库的语言是没什么吸引力的。python是一种很“慢”的语言,相对C/C++来说,不过它是一门实用性的语言,所以它为一些特定用法做了优化,取得了不错的成绩。C++是一门通用语言,或许太注重语言的性能了,忽略了库,导致库把性能给拉下来了。这种情况下,有人评测java和C++的性能,结果是java要高,自然是不那么让人惊奇的了。可是如果标准库都这么慢,那还能指望什么呢?
当然也并没有证明STL就特别慢,也可能是使用不正确。
只是刚好看到这个比较,忍不住参与一下,切勿当真。
不小心读到一个帖子:http://blog.vckbase.com/jzhang/archive/2006/03/28/18807.html
看到C++竟然被比下去了,自然不是很舒服,毕竟C++对于C并没有太大的性能上的降低,而python是C写的(指Cpython实现),自然不会高过C。(废话,C基本上接近汇编效率了)
可惜C++又很难找出这么高效的实现,STL效率还是低了些(为什么?一直以为它很高效,用得比较放心)。最近一直比较关注D语言,于是用D语言来测试一下。代码如下:
1
import std.stdio;
2 import std. string ;
3 import std.perf;
4
5 int main(char[][] argv)
6 {
7 if (argv.length < 3) {
8 writefln("Wrong arguments");
9 return 1;
10 }
11
12 const int READ_SIZE = 1024;
13
14 FILE* fin = fopen(argv[1], "r");
15 FILE* fout = fopen(argv[2], "w");
16 char buffer[READ_SIZE];
17 int[char[]] emails;
18
19 PerformanceCounter counter = new PerformanceCounter();
20 counter.start();
21 while (!feof(fin)){
22 fgets(cast(char*)buffer, READ_SIZE, fin);
23 char[] email = toString(cast(char*)buffer);
24 if (!(email in emails)){
25 emails[toString(buffer)] = 0;
26 fputs(cast(char*)email, fout);
27 }
28 }
29
30 fclose(fout);
31 fclose(fin);
32 counter.stop();
33
34 writefln(counter.milliseconds());
35 return 0;
36 }
37
2 import std. string ;
3 import std.perf;
4
5 int main(char[][] argv)
6 {
7 if (argv.length < 3) {
8 writefln("Wrong arguments");
9 return 1;
10 }
11
12 const int READ_SIZE = 1024;
13
14 FILE* fin = fopen(argv[1], "r");
15 FILE* fout = fopen(argv[2], "w");
16 char buffer[READ_SIZE];
17 int[char[]] emails;
18
19 PerformanceCounter counter = new PerformanceCounter();
20 counter.start();
21 while (!feof(fin)){
22 fgets(cast(char*)buffer, READ_SIZE, fin);
23 char[] email = toString(cast(char*)buffer);
24 if (!(email in emails)){
25 emails[toString(buffer)] = 0;
26 fputs(cast(char*)email, fout);
27 }
28 }
29
30 fclose(fout);
31 fclose(fin);
32 counter.stop();
33
34 writefln(counter.milliseconds());
35 return 0;
36 }
37
没加fopen失败处理。
测试结果在我的机器上耗时只有python版本的1/3,我看到其它网友的C++实现最好成绩也不过1/2,由于是D是C语言所写,测试使用的又是C库,自然可以认为C语言还是比较高效的。
上面的D语言代码里调用了toString,把char*转为char[],它的源代码如下:
char
[] toString(
char
*
s)
{
return s ? s[ 0 .. strlen(s)] : cast( char []) null ;
}
{
return s ? s[ 0 .. strlen(s)] : cast( char []) null ;
}
如果s[0 .. strlen(s)]产生了复制的话,应该是会影响性能的。char[]对象是受GC管理的,应该会复制一份。这种情况下还能有如此高的效率,的确很不错。
不过python的性能让我感觉很吃惊,以前只测试过字符串连接,感觉比较高效。
写了一个完成一样功能的ruby程序,耗时接近python版本的2倍,当然由于对它不是很熟,可能写得不够高效。
1
emails
=
Hash.
new
2
3 start = Time.now
4 fout = open( ' email-2-new1.txt ' , ' w ' )
5 open( ' email-2.txt ' ).each do | line |
6 if ! emails.has_key ? line
7 emails[line] = 0
8 fout << line
9 end
10 end
11 puts Time.now - start
12
2
3 start = Time.now
4 fout = open( ' email-2-new1.txt ' , ' w ' )
5 open( ' email-2.txt ' ).each do | line |
6 if ! emails.has_key ? line
7 emails[line] = 0
8 fout << line
9 end
10 end
11 puts Time.now - start
12
正如某网友所说,这个程序的瓶颈在于IO,拿来作性能上的比较或许是不合适的。从语言效率上来讲,自然是C++和D相当,可能会比D高,python应该会低很多。但在很多情况下,衡量效率不光是语言本身,还有库,没有库的语言是没什么吸引力的。python是一种很“慢”的语言,相对C/C++来说,不过它是一门实用性的语言,所以它为一些特定用法做了优化,取得了不错的成绩。C++是一门通用语言,或许太注重语言的性能了,忽略了库,导致库把性能给拉下来了。这种情况下,有人评测java和C++的性能,结果是java要高,自然是不那么让人惊奇的了。可是如果标准库都这么慢,那还能指望什么呢?
当然也并没有证明STL就特别慢,也可能是使用不正确。
只是刚好看到这个比较,忍不住参与一下,切勿当真。