Python tricks(6) -- python代码执行的效率

python作为一个动态语言, 本身学习曲线比较平滑, 效率相比起来会比c++和java低一些. 脚本语言都是运行时编译的, 这个对于效率的影响是非常大的.

我借用参考1的代码, 加了点代码import time

import time

class Timer(object):
def __init__(self):
pass

def __enter__(self):
self.start = time.time()

def __exit__(self, exception_type, exception_val, trace):
print "elapsed:", time.time() - self.start

# case 1
def main():
for _ in xrange(10 ** 8):
pass

with Timer():
main()

# case 2
with Timer():
for _ in xrange(10 ** 8):
pass

代码很简单, 就是循环10**8次, 二者的区别是, 一个是直接循环, 另外一个是封装成一个main函数, 运行结果如下

elapsed: 3.53965115547
elapsed: 5.47090697289

封装成函数的要比直接循环会快很多. 我不是很清楚这其中具体的原因, 这里我根据个人的理解, 解释一下, 纯属个人意见.

python运行时编译(JIT), 封装成函数的这个可以整体编译, 解释器可以针对函数作编译后的优化, 直接循环的, 无法作编译后优化, 可能是这个原因导致了二者性能的差异.

python的性能优化方法有很多种, 最简单的方式是用更快的python解释器, python是有多种实现的, 官方提供的是CPython, 此外还有Jython(jvm的实现), IronPython(.Net的实现), pypy(纯python实现的), stackless python等很多种实现.

pypy是一个性能不错的解释器, 相同的例子, 在我的机器上使用pypy的运行结果如下

elapsed: 0.117020130157
elapsed: 0.501815080643

这个的性能提升还是非常明显的, pypy是大家可以考虑的一个解释器.

水平有限, 欢迎拍砖!

参考

代码执行的效率: http://coolshell.cn/articles/7886.html
pypy: http://pypy.org/