Python比C++快吗

本篇内容介绍了“Python比C++快吗”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

众所周知，Python 是动态语言，有全局解释器锁，比其他静态语言要慢，也正是这个原因，你也许会转向其他语言如 Java、C++，不过先等等，今天分享一个可以让 Python 比 C++ 还要快的技术，看完再决定要不要转吧。
今天的主角就是 Numba，Numba 是一个开源的即时编译器（JIT compiler），可将 Python 和 NumPy 的代码的转换为快速的机器码，从而提升运行速度。可以达到 C 或 FORTRAN 的速度。这么牛逼是不是很难用呢？No,No,No,So easy，你不需要替换 Python 解释器，不需要单独编译，甚至不需要安装 C / C ++ 编译器。只需将 Numba 提供的装饰器放在 Python 函数上面就行，剩下的就交给 Numba 完成。举个简单的例子：

from numba import jitimport random@jit(nopython=True)def monte_carlo_pi(nsamples):    acc = 0    for i in range(nsamples):        x = random.random()        y = random.random()        if (x ** 2 + y ** 2) < 1.0:            acc += 1    return 4.0 * acc / nsamples

Numba 是专为科学计算而设计的，在与 NumPy 一起使用时，Numba 会为不同的数组数据类型生成专门的代码，以优化性能：

@numba.jit(nopython=True, parallel=True)def logistic_regression(Y, X, w, iterations):    for i in range(iterations):        w -= np.dot(((1.0 /              (1.0 + np.exp(-Y * np.dot(X, w)))              - 1.0) * Y), X)    return w

现在我们来看看，同样的代码，使用 Numba 前后与 C++ 的性能对比。比如说我们要找出 1000 万以内所有的素数，代码的算法逻辑是相同的：Python 代码：

import mathimport timedef is_prime(num):    if num == 2:        return True    if num <= 1 or not num % 2:        return False    for div in range(3, int(math.sqrt(num) + 1), 2):        if not num % div:            return False    return Truedef run_program(N):    total = 0    for i in range(N):        if is_prime(i):            total += 1    return totalif __name__ == "__main__":    N = 10000000    start = time.time()    total = run_program(N)    end = time.time()    print(f"total prime num is {total}")    print(f"cost {end - start}s")

执行耗时：

total prime num is 664579cost 47.386465072631836s

C++ 代码如下：

#include <iostream>#include <cmath>#include <time.h>using namespace std;bool isPrime(int num) {    if (num == 2) return true;    if (num <= 1 || num % 2 == 0) return false;    double sqrt_num = sqrt(double(num));    for (int div = 3; div <= sqrt_num; div +=2){       if (num % div == 0) return false;    }     return true;}int run_program(int N){    int total = 0;    for (int i; i < N; i++) {        if(isPrime(i)) total ++;    }    return total;}int main(){    int N = 10000000;    clock_t start,end;    start = clock();    int total = run_program(N);    end = clock();    cout << "total prime num is " << total;    cout << "\ncost " << (end - start) / ((double) CLOCKS_PER_SEC) << "s\n";    return 0;}

$ g++ isPrime.cpp -o isPrime$ ./isPrimetotal prime num is 664579cost 2.36221s

c++    C++ 确实牛逼，才 2.3 秒，不过好戏还在后头，现在我们使用 Numba 来加速一下，操作很简单，不需要改动原有的代码，先导入 Numba 的 njit，再在函数上方放个装饰器 @njit 即可，其他保持不变，代码如下：

import mathimport timefrom numba import njit# @njit 相当于 @jit(nopython=True) @njitdef is_prime(num):    if num == 2:        return True    if num <= 1 or not num % 2:        return False    for div in range(3, int(math.sqrt(num) + 1), 2):        if not num % div:            return False    return True@njitdef run_program(N):    total = 0    for i in range(N):        if is_prime(i):            total += 1    return totalif __name__ == "__main__":    N = 10000000    start = time.time()    total = run_program(N)    end = time.time()    print(f"total prime num is {total}")    print(f"cost {end - start}s")

运行一下，可以看出时间已经从 47.39 秒降低到 3 秒。

total prime num is 664579cost 3.0948808193206787s

相比 C++ 的 2.3 秒还是有一点慢，你可能会说 Python 还是不行啊。等一等，我们还有优化的空间，就是 Python 的 for 循环，那可是 1000 万的循环，对此，Numba 提供了 prange 参数来并行计算，从而并发处理循环语句，只需要将 range 修改为 prange，装饰器传个参数：parallel = True，其他不变，代码改动如下：

import mathimport timefrom numba import njit, prange@njitdef is_prime(num):    if num == 2:        return True    if num <= 1 or not num % 2:        return False    for div in range(3, int(math.sqrt(num) + 1), 2):        if not num % div:            return False    return True@njit(parallel = True)def run_program(N):    total = 0    for i in prange(N):        if is_prime(i):            total += 1    return totalif __name__ == "__main__":    N = 10000000    start = time.time()    total = run_program(N)    end = time.time()    print(f"total prime num is {total}")    print(f"cost {end - start}s")

现在运行一下：

python isPrime.pytotal prime num is 664579cost 1.4398791790008545s

才 1.43 秒，比 C++ 还快，Numba 真的牛逼！我又运行了两次，确认自己没看错，平均就是 1.4 秒

“Python比C++快吗”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注编程网网站，小编将为大家输出更多高质量的实用文章！