python有多慢？python vs c++

Python有多慢？

最近做一些和性能相关的东东，因为被python惯坏了，实在不想用编写和调试复杂十倍而且很遗憾我已经好久不用快忘光的C/C++，但是又怕python会造成大的瓶颈，所以对python的性能很好奇。
`
随处搜了一下，这篇关于 Ruby/Java/Python/PHP性能比较： http://www.blogjava.net/shinewang/archive/2009/01/20/251600.html
它得出结论PHP : JRuby : Python : Java 大约是 1:2:4:100，这个结论令我有点不敢相信，我一直以为python是效率仅次于java的厉害家伙呢。（嘛，虽然这个结果好像python确实仅次于java@@）这让人有点不太放心用python写代码了，写出乌龟来也太过糟糕。

以前我做过一次php和C++浮点运算的比较，结果C++比php快500倍，可是谁会去用php来做浮点运算？我不太明白1:2:4:100的数据是如何得出的，所以决定亲自测一下python和C++的速度对比。

实验设计：

1.选择相同的数据结构进行实现，比较性能。这里我选择了Splay树，因为网上有现成的代码。
2.选择相同的实际应用进行实现，比较性能。这里我选择了统计词频这个老土应用，对象是python 2.6.4纯文本文档。

实验目的：

1.分析python语言本身的性能
2.因为python基本上是个模块就是用c写的库，所以我们还是要看看实际应用中库的表现，实验2可以理解为C++的STL库 vs python的库，也是一般的实际应用场景。

实验一：Splay Tree

代码偷懒了没有自己写，所以比较可能有偏差
Pysplay: http://code.google.com/p/pysplay/
C++ SplayTree: http://users.cis.fiu.edu/~weiss/dsaa_c++/code/
`
测试项目：10000个随机数进行insert
分数：

python2.6.4: 0.537045955658
python+psyco: 0.45485496521
G++ 4.4.1: 0.0056
G++ -O3: 0.0034

结论：
100倍，是的，当时就是这样，我被震了，python本身果然很慢。

实验二：统计词频

这个我先是下载了 http://docs.python.org/ftp/python/doc/current/python-2.6.4-docs-text.tar.bz2 ，然后自己用合并成了一个大文件 full.txt

cat `find . -type f` > full.txt

然后分别写了统计词频的源码。
python版本：

import re
import timeit
 
#uncomment if test with psyco
#import psyco
#psyco.full()
 
def top10word():
    '''return 10 most frequently used word in python 2.6.4 docs'''
    txt = open('full.txt','rb').read()
    lst = re.compile(r'[A-Za-z]+').findall(txt)
    d = {}
    for word in lst:
        word = word.lower()
        if d.has_key(word):
            d[word] += 1
        else:
            d[word] = 1
    sd = sorted(d.items(),cmp=lambda x,y:cmp(y[1],x[1]))
    return sd[:10]
 
if __name__ == '__main__':
    print top10word()
    t = timeit.Timer('top10word()','from __main__ import top10word')
    print t.timeit(number=1)

然后是C++ STL版本的

#include <iostream>
#include <fstream>
#include <string.h>
#include <ctype.h>
#include <vector>
#include <algorithm>
#include <ext/hash_map>
#include <stdio.h>

namespace __gnu_cxx{
  template<> struct hash< std::string >        {
    size_t operator()( const std::string& x ) const                {
      return hash< const char* >()( x.c_str() );
    }
  };
}
using namespace std;
using namespace __gnu_cxx;

typedef pair<string,int> dpair;

bool sort_second(const dpair & left, const dpair & right){
  return left.second > right.second;
}

int main(){
  hash_map<string, int> d;
  string line;
  // read file
  FILE* pFile = fopen("full.txt","rb");

  fseek (pFile , 0 , SEEK_END);
  int lSize = ftell (pFile);
  rewind (pFile);

  char *buffer = (char*) malloc (sizeof(char)*lSize);
  if (buffer == NULL) {fputs ("Memory error",stderr); exit (2);}
  int result = fread (buffer,1,lSize,pFile);

  // creating hash_map
    int i = 0;
    while( i < lSize ){
      // read the line, put word into map
      char word[100]; // I guess it's long enough
      while( i < lSize ){
        // skip nonalphas
        while ( !isalpha(buffer[i]) && i < lSize )
          i++;
        if ( i == lSize )
          break;
        // pick a lower-cased word
        int j=0;
        while ( isalpha(buffer[i]) )
          word[j++] = tolower(buffer[i++]);
        word[j] = '\0';
        // push into the hashmap
        string w = string(word);
        if ( d.find(w)!=d.end() )
          d[w]++;
        else
          d[w]=1;
      }
    }
  // transform to vector<pair<string,int>>
  vector<dpair> vd;
  for( hash_map<string,int>::iterator it=d.begin();it!=d.end();++it ){
    vd.push_back(dpair(it->first,it->second));
  }
  // sort
  sort(vd.begin(),vd.end(),sort_second);
  cout << clock() << endl;
  int count = 0;
  for( vector<dpair>::iterator it = vd.begin(); count<10; count++,it++ ){
     cout << it->first << ":" << it->second << ";";
  }
  cout << endl;
  return 0;
}

测试数据：

py:              0.942732095718
py+psyco:          0.70565700531

STL hash_map:          0.700
G++ -O3:         0.320

结论:
在实际应用中，python并不会比C++慢多少，慢的这点速度完全可以由其开发速度弥补。
`
经过这次测试，我彻底地体会到了所谓开发速度的差距：python的那个我记不得has_key函数的名字了，于是直接在python的shell里面试验了一下，花了20秒钟，其他基本无调试，一次通过。整个程序加调试加定稿加起来大概也就5-10分钟吧。
`
C++那个，开始死活编译不过去，后来google了一下，发现问题，改代码；又出问题，又改，当然也有我太久不用（尤其是STL，C还有时候用用，STL真是太久没有用过了）忘记的原因，不过这个折磨加煎熬啊，以后我再也不和C++比了，我和java比还不成么，泪奔……