Python 3.14 会比 C++ 更快吗？

源代码 · 2024-9-30 04:37:45

Python 是数据科学 (DS) 和呆板学习 (ML) 中最常用的脚本语言之一。根据“ PopularitY of Programming Languages ”，Python 是 Google 上搜索次数最多的语言。除了作为将各种 DS/ML 办理方案毗连在一起的精彩胶水语言之外，它尚有许多库可以对数据举行捏造处理处罚。
约莫一个月后，我们得到了 Python 的全新年度版本：3.11 版。我对这个新版本感到非常高兴，由于这个版本的紧张特点是速率显着进步。
要相识 Python 3.11 真正的速率有多快，最好的方法是本身运行测试。
对编程语言举行基准测试并非易事。当您阅读x比y快时，您应该始终对效果持保存态度。一种算法的实现大概比x更好，而另一种算法在y上更好。对于我们的基准测试，它有点简单，由于我们正在针对 Python 测试 Python，但我们大概从语言中选择了仅受到轻微影响的元素。思量到这一点，我想先容我用来举行基准测试的算法：使用蒙特卡洛方法估计 Pi。
这个算法的想法很简单，但是在大学的一些数学课程中第一次看到它让我大吃一惊。我们有一个巨细为2r的正方形，在这个正方形中我们拟合一个半径为r的圆。现在我们接纳一个随机数天生器，它在平面上天生数字：<-r, r>, <-r, r>。圆上的点与正方形上的点之间的比率（读取：全部点）是面积比的近似值，我们可以用它来近似 Pi。这在等式中更清晰一点：
在 Python 中，我将现实估计与测试脚天职开，如许我就可以重复测试并取匀称值。此处未表现，但我还使用Argparse对脚本举行了参数化，这是一个用于分析来自下令行界面 (CLI) 的参数的标准库。Python 代码如下所示：
该脚本已准备好运行，但我们希望使用它来测试各种版本的 Python，而不但仅是当前安装（或激活）的版本。测试多个 Python 版本的最简单方法是使用 Docker。Python 维护着许多 docker 镜像。天然是全部受支持的版本，尚有一些生命周期竣事 (EOL) 的版本，比方 2.7 或 3.2。它还具有效于发布候选版本的图像，比方版本 3.11。要使用 Docker，您须要安装它。在 Linux 和 Mac 中它相对容易，在 Windows 中我不太确定，但大概也不难。我发起只安装 docker CLI，桌面临我来说太痴肥了。要在容器化 Python 环境中运行当地脚本，请运行：
为了主动化各种版本的测试，我们固然也会使用 Python。这个脚本将简单地启动一个子进程来启动一个具有特定 Python 版本的容器，然后网络效果。没什么特别的：
运行这些测试时，绝对数目因呆板而异，具体取决于处理处罚器（CPU 很重）。以下是近来 7 个紧张 Python 版本的效果：
新的 Python 3.11 每次运行耗时 6.4605 秒。Python 3.5 耗时 11.3014 秒。（Python 3.11 快 74.9%）
Python 3.6 耗时 11.4332 秒。（Python 3.11 快 77.0%）
Python 3.7 耗时 10.7465 秒。（Python 3.11 快 66.3%）
Python 3.8 耗时 10.6904 秒。（Python 3.11 快 65.5%）
Python 3.9 耗时 10.9537 秒。（Python 3.11 快 69.5%）
Python 3.10 耗时 8.8467 秒。（Python 3.11 快 36.9%）</pre>
Python 3.11 的基准测试匀称耗时 6.46 秒。与之前的版本 (3.10) 相比，这险些快了 37%。相适时人印象深刻！3.9 版和 3.10 版之间的差别大抵雷同，使 3.11 版快了近 70%！我已经在图 2 中绘制了全部时间。
在批评速率时，我们总是有一个人说：如果你想要速率，为什么不使用 C。

C 比 Python 快得多！——那个人

固然我的 C 有点生锈，但我照旧想试试看。我使用了 GNU C++，由于它带有一个不错的时间丈量库（chrono）。找到下面的代码：
众所周知，C++ 是一种编译语言，因此我们须要先编译源代码才气使用它。
编译后，只需运行构建可实行文件。输出应该是如许的：
Pi 约为 3.14227，盘算时间为 0.25728 秒。
Pi 约为 3.14164，盘算时间为 0.25558 秒。
Pi 约为 3.1423，盘算时间为 0.25740 秒。
Pi 约为 3.14108，盘算时间为 0.25737 秒。
Pi 约为 3.14261，盘算时间为 0.25664 秒。每个循环匀称须要 0.25685 秒来盘算。
我们必须同意那个人的观点，由于它真的（阅读：真的）很快。实行我们之前在 Python 中编写的雷同循环只须要 0.257 秒。让我们在之前的图中将其添加为一条线，如图 3 所示。
现在，在对之前的数字举行了更长时间的欣赏之后，我们清晰地看到了 Python 得到的动力。自 3.9 版以来，Python 的速率进步了约 35%。Python 开发职员提到，接下来的几个版本将显着进步速率，因此，我们可以假设这个速率将保持稳定（是的，超级安全的假设）。
现在的题目是，在这种势头固定的环境下，Python 何时会逾越 C++ 的期间。为此，我们固然可以使用外推法来猜测下一个 Python 版本的循环时间。这些可以在图 4 中看到。
图 4：推断 Python 速率 -> Python 3.14 的速率将凌驾 C++。惊人！（作者图片）。
效果真的很惊人！保持这个速率，Python 3.14 将比 C++ 更快。确切地说，循环时间为-0.232秒，因此它会在您想要举行盘算之前完成。时空连续体中似乎有一个洞，但这些盘算是坚如磐石的。因此，我以为我们大概不得不质疑爱因斯坦和朋友的工作。

Python 3.14 会比 C++ 更快吗？

所属分类: 问答交流

新帖推荐: 30日

推荐作品