python跑一亿次循环_python、rust、julia循环10亿次的时间对比

一、python代码【原生】

import time

t1 = time.time()

sum = 0

for i in range(1000000001):

sum += 1

print(f"累积的和为{sum}")

print(f"10亿次循环耗时为：{time.time() - t1}")

CPU消耗25%左右

输出：

累积的和为1000000001

10亿次循环耗时为：98.97694635391235

耗时98秒，古德！

二、rust代码

use std::time::{Duration, Instant};

let start = Instant::now();

let mut sum = 0;

for i in 1..1000000000{

//println!("{}",i)

sum += 1;

}

let duration = start.elapsed();

println!("累积的和为：{:?}",sum);

println!("循环的耗时: {:?}", duration);

红色箭头处为CPU耗用峰值

输出：

累积的和为：999999999

循环的耗时: 4.8233ms

这个速度，秒杀python！吓死老头子了！

三、python用numba加速一下看看

import numba as nb

@nb.jit

def add():

num = 0

for i in range(1000000001):

num += 1

return num

t1 = time.time()

%timeit add()

输出：

86.3 ns ± 2.27 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

这个速度，吓死老子了！numba静态编译这么变态！CPU都不带抖一下，40年的老胃都被吓了溃疡了！！

四、julia版本

function fn()

sum = 0

for i in 1:1000000000

sum += 1

end

print("sum: ",sum)

end

@time fn()

@time fn()

@time fn()

输出：

sum: 1000000000 0.010965 seconds (21.06 k allocations: 1.183 MiB)

sum: 1000000000 0.000169 seconds (18 allocations: 640 bytes)

sum: 1000000000 0.000243 seconds (21 allocations: 704 byte