Python 比 C 快？这是怎么发生的？

Question

我正在使用 Windows7，将 CPython 用于 python3.22，将 MinGW 的 g++.exe 用于 C++（这意味着我使用 libstdc++ 作为运行时库）。我写了两个简单的程序来比较它们的速度。

Python：

 x=0
while x!=1000000:
    x+=1
    print(x)

C++：

 #include <iostream>
int main()
{
    int x = 0;
    while ( x != 1000000 )
    {
        x++;
        std::cout << x << std::endl;
    }
    return 0;
}

两者都没有优化。

我先运行c++，然后通过交互式命令行运行python，这比直接启动.py文件要慢得多。

然而，python 超过了 c++ 并且速度超过了两倍。 Python 用了 53 秒，c++ 用了 1 分 54 秒。

是因为 python 对解释器做了一些特殊的优化，还是因为 C++ 必须引用和 std ，这会减慢它的速度并使其占用内存？

或者是其他什么原因？

编辑： 我再次尝试，使用 \n 而不是 std::endl ，并使用 -O3 标志进行编译，这一次花了 1 分钟到达 0000。

原文由 busukxuan 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

这里没有什么明显的。由于 Python 是用 C 编写的，它必须使用类似 printf 的东西来实现 print 。 C++ I/O 流，如 cout ，通常以比 printf 慢得多的方式实现。如果你想让 C++ 有更好的立足点，你可以尝试更改为：

 #include <cstdio>
int main()
{
    int x=0;
    while(x!=1000000)
    {
        ++x;
        std::printf("%d\n", x);
    }
    return 0;
}

我确实改为使用 ++x 而不是 x++ 。多年前人们认为这是一个值得的“优化”。如果该更改对您的程序性能产生任何影响，我会心脏病发作（OTOH，我很肯定使用 std::printf 将对运行时性能产生巨大影响）。相反，我进行更改只是因为您没有注意 x 在您增加它之前的值，所以我认为在代码中这样说很有用。

原文由 Max Lybbert 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

我的一位同事告诉我 Python 代码比 C++ 代码更快，然后将这个主题作为一个例子来证明他的观点。现在从其他答案中可以明显看出问题中发布的 C++ 代码有什么问题。我仍然想总结一下我所做的基准测试，以向他展示一个好的 C++ 代码可以有多 _快_！

原始 C++ 代码存在两个问题：

• 它使用 std::endl 在每次迭代中打印一个换行符。这是一个非常糟糕的主意，因为 std::endl 比简单地打印换行符所做的更多——它还强制流 刷新 到目前为止累积的缓冲区；刷新是一项 昂贵 的操作，因为它必须处理硬件——输出设备。所以第一个解决方法是：如果要打印换行符，只需使用 '\n' 。

• 第二个问题不太明显，因为它没有在代码中 _看到_。它在 C++ 流的设计中。默认情况下，C++ 流在每次输入和输出操作后同步到 C 流，以便您的应用程序可以混合使用 std::cout 和 std::printf std::scanf std::cin --- 没有任何问题。在这种情况下不需要这个特性（是的，它是一个 _特性_），所以我们可以禁用它，因为它有一点运行时开销（这不是 _问题_；它不会让 C++ 变坏；它只是一个 代价 _特点_）。所以第二个修复是这样的： std::cout::sync_with_stdio(false);

这是最终优化的代码：

 #include <iostream>

int main()
{
    std::ios_base::sync_with_stdio(false);

    int x = 0;
    while ( x != 1000000 )
    {
         ++x;
         std::cout << x << '\n';
    }
}

并用 -O3 标志编译它并运行（和 测量）为：

 $ g++ benchmark.cpp -O3    #compilation
$ time ./a.out             #run

//..

real   0m32.175s
user   0m0.088s
sys    0m0.396s

并运行和测量 python 代码（发布在问题中）：

 $ time ./benchmark.py

//...

real  0m35.714s
user  0m3.048s
sys   0m4.456s

user 和 sys 时间告诉我们哪个快， 按什么顺序。

希望能帮助您消除疑虑。 :-)

原文由 Nawaz 发布，翻译遵循 CC BY-SA 3.0 许可协议