c语言和python的堆栈,python - 在C ++中更快地执行两个程序的可能解释（与Python比较）？ - 堆栈内存溢出...

更新：C ++程序(如下所示)的编译没有附加标志，即g++ program.cpp 。 但是，提高优化级别不会改变以下事实：蛮力运行的速度快于记忆技术(我的计算机上为0.1秒VS 1秒)。

上下文

我尝试计算最长Collat​​z序列的数量(<100万)。 我写了一个蛮力算法，并将其与建议的优化程序(基本上使用记忆)进行了比较。

我的问题是：蛮力执行比C ++中所谓的优化(记忆化)版本执行得更快的原因可能是什么？

下面是我在机器(Macbook Air)上进行的比较； 时间在注释中的程序代码开头。

C ++(强力)

/**

* runs in 1 second

*/

#include

#include

unsigned long long nextSequence(unsigned long long n)

{

if (n % 2 == 0)

return n / 2;

else

{

return 3 * n + 1;

}

}

int main()

{

int max_counter = 0;

unsigned long long result;

for (size_t i = 1; i < 1000000; i++)

{

int counter = 1;

unsigned long long n = i;

while (n != 1)

{

n = nextSequence(n);

counter++;

}

if (counter > max_counter)

{

max_counter = counter;

result = i;

}

}

std::cout << result << " has " << max_counter << " sequences." << std::endl;

return 0;

}

C ++(记忆)

/**

* runs in 2-3 seconds

*/

#include

#include

int countSequence(uint64_t n, std::unordered_map &cache)

{

if (cache.count(n) == 1)

return cache[n];

if (n % 2 == 0)

cache[n] = 1 + countSequence(n / 2, cache);

else

cache[n] = 2 + countSequence((3 * n + 1) / 2, cache);

return cache[n];

}

int main()

{

uint64_t max_counter = 0;

uint64_t result;

std::unordered_map cache;

cache[1] = 1;

for (uint64_t i = 500000; i < 1000000; i++)

{

if (countSequence(i, cache) > max_counter)

{

max_counter = countSequence(i, cache);

result = i;

}

}

std::cout << result << std::endl;

return 0;

}

在Python中，记忆技术实际上运行得更快。

Python(记忆)

# runs in 1.5 seconds

def countChain(n):

if n in values:

return values[n]

if n % 2 == 0:

values[n] = 1 + countChain(n / 2)

else:

values[n] = 2 + countChain((3 * n + 1) / 2)

return values[n]

values = {1: 1}

longest_chain = 0

answer = -1

for number in range(500000, 1000000):

if countChain(number) > longest_chain:

longest_chain = countChain(number)

answer = number

print(answer)

Python(强力)

# runs in 30 seconds

def countChain(n):

if n == 1:

return 1

if n % 2 == 0:

return 1 + countChain(n / 2)

return 2 + countChain((3 * n + 1) / 2)

longest_chain = 0

answer = -1

for number in range(1, 1000000):

temp = countChain(number)

if temp > longest_chain:

longest_chain = temp

answer = number

print(answer)