探究Python性能为什么如此的强大

Python性能十分的强大，相关的技术为什么会如此的强大呢？下面我们就详细的看看相关技术问题。问题的提出是源于 这位兄弟的BLOG，在他的这个实现中，Python性能具有相当不错的性能，不但优于帖子中的C实现性能，也优于随后的跟贴中众多的C++实现的性能。#t#

成都创新互联10多年企业网站制作服务;为您提供网站建设,网站制作,网页设计及高端网站定制服务,企业网站制作及推广,对建筑动画等多个方面拥有多年的网站推广经验的网站建设公司。

在经过了多次尝试，我还是很难找出一个优于Python性能的实现。这不是一件正常的事情，Python性能注定不会优于C/C++，这是因为Python是解释执行的，解释的过程必然会消耗CPU时间，所以我查阅了Python的源码试图找出为何Python性能对于这个任务有如此好的性能的原因。

任务描述如下

对于一个78W行的文本文件，每一行是一个Email地址，文件中存在有重复的行，任务的要求是尽可能快的从这个文本文件生成一个无重复的Email的文本文件

有如下的问题需要注意

对于这种大量的字符串比较，直接使用字符串比较函数是严重妨碍性能的IO性能是要注意的尽可能的少使用占用内存在我的尝试中，发现重复调用ofstream::operator<< 是比较影响性能的，而使用 fprintf或使用copy 等 STL 算法输出到则性能好的多。使用一种好的Hash算法是影响程序性能的关键。任务中的EMail字符串总是具有[a-z]*[0-9]*@([a-z]*\.)+[a-z]* 的形式，例如 joson123@sina.com.cn joson72345@sina.com.cn 的格式。

在$PySrc/Objects/dictobject.c 中，对Python的Hash机制作了一些描述，总的来说，Python的Hash机制对于这种连续型的字符串有相当好的离散度，对于这个 78W 例子，python_hash() % 780000能够很均匀的分散到各个值，***的冲突数为 8。 以下是按照类似 Python的 Hash算法实现的 C++ 版本的结果

 
 
 

  
  
  
E:\Workspace\Temp\Email>my   
  
  
  
经过了1687.5000毫秒   
  
  
  
E:\Workspace\Temp\Email>my   
  
  
  
经过了1718.7500毫秒   
  
  
  
E:\Workspace\Temp\Email>my   
  
  
  
经过了1671.8750毫秒   
  
  
  
E:\Workspace\Temp\Email>my   
  
  
  
经过了1656.2500毫秒   
  
  
  
E:\Workspace\Temp\Email>py_email.py   
  
  
  
2.82014641526   
  
  
  
E:\Workspace\Temp\Email>py_email.py   
  
  
  
2.74879181572   
  
  
  
E:\Workspace\Temp\Email>py_email.py   
  
  
  
2.76348586203   
  
  
  
E:\Workspace\Temp\Email>dir *.txt   
  
  
  
2006-03-28 13:09 19,388,869 email.txt   
  
  
  
2006-03-29 22:51 17,779,266 email_new.txt (py_email.py 写出)   
  
  
  
2006-03-29 22:50 17,779,266 email_new_my.txt (my.exe 写出)  
 
 
 

以上就是对Python性能的详细介绍。

新闻标题：探究Python性能为什么如此的强大
文章分享：http://www.shufengxianlan.com/qtweb/news12/217762.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联