J'ai toujours pensé que les avantages de Python étaient la lisibilité du code et la vitesse de développement, mais le temps et l'utilisation de la mémoire n'étaient pas aussi bons que ceux de C ++.
Ces statistiques m'ont vraiment frappé.
Que vous apprend votre expérience sur l'utilisation du temps et de la mémoire Python vs C ++?
Réponses:
Je pense que vous ne lisez pas correctement ces statistiques. Ils montrent que Python est jusqu'à environ 400 fois plus lent que C ++ et à l'exception d'un seul cas, Python est plus un bourreau de mémoire. En ce qui concerne la taille de la source, Python gagne à fond.
Mes expériences avec Python montrent la même tendance définie que Python est de l'ordre de 10 à 100 fois plus lent que C ++ lors de toute analyse sérieuse des nombres. Il y a plusieurs raisons à cela, les principales étant: a) Python est interprété, tandis que C ++ est compilé; b) Python n'a pas de primitives, tout y compris les types intégrés (int, float, etc.) sont des objets; c) une liste Python peut contenir des objets de type différent, donc chaque entrée doit stocker des données supplémentaires sur son type. Tout cela nuit gravement à la fois à l'exécution et à la consommation de mémoire.
Ce n'est cependant pas une raison pour ignorer Python. Beaucoup de logiciels ne nécessitent pas beaucoup de temps ou de mémoire, même avec le facteur de lenteur 100 fois. Le coût de développement est l'endroit où Python gagne avec le style simple et concis. Cette amélioration du coût de développement l'emporte souvent sur le coût des ressources CPU et mémoire supplémentaires. Quand ce n'est pas le cas, le C ++ l'emporte.
numpyet scipy, une grande pythonbase de code est susceptible d'avoir beaucoup de code en python pur, ce qui rend les choses plus lentes que C++. un script python s'approche de la vitesse d'un C++script en fonction du pourcentage de son Ccode 100, auquel point il ne s'agit plus d'un script python. python décolle, bien sûr, mais pas parce qu'il est aussi rapide que C++- parce qu'il est plus facile à utiliser.
Toutes les utilisations les plus lentes (> 100x) de Python lors de la fusillade sont des opérations scientifiques qui nécessitent un nombre élevé de GFlop / s. Vous ne devriez PAS utiliser de python pour ceux-là de toute façon. La bonne façon d'utiliser python est d'importer un module qui effectue ces calculs, puis de passer un après-midi de détente avec votre famille. C'est la voie pythonique :)
Mon expérience est la même que les benchmarks. Python peut être lent et utilise plus de mémoire. J'écris beaucoup, beaucoup moins de code et cela fonctionne la première fois avec beaucoup moins de débogage. Puisqu'il gère la mémoire pour moi, je n'ai pas à faire de gestion de la mémoire, ce qui me permet d'économiser des heures à traquer les fuites de cœur.
Quelle est votre question?
La taille de la source n'est pas vraiment une chose sensée à mesurer. Par exemple, le script shell suivant:
cat foobarest beaucoup plus court que ses équivalents Python ou C ++.
cat footer.
Aussi: Psyco vs C ++ .
C'est toujours une mauvaise comparaison, car personne ne ferait les choses sur lesquelles les benchmarks ont tendance à se concentrer en Python pur de toute façon. Un meilleur serait de comparer les performances d'applications réalistes, ou C ++ par rapport à NumPy, pour avoir une idée si votre programme sera sensiblement plus lent.
Le problème ici est que vous avez deux langages différents qui résolvent deux problèmes différents ... c'est comme comparer C ++ avec assembleur.
Python est destiné au développement rapide d'applications et lorsque les performances sont une préoccupation minimale.
Le C ++ n'est pas destiné au développement rapide d'applications et hérite d'un héritage de vitesse du C - pour la programmation de bas niveau.
C'est le même problème avec le langage de programmation géré et facile à utiliser comme toujours - ils sont lents (et parfois gourmands en mémoire).
Ce sont des langages pour contrôler plutôt que traiter. Si je devais écrire une application pour transformer des images et que je devais également utiliser Python, tout le traitement pourrait être écrit en C ++ et connecté à Python via des liaisons, tandis que le contrôle de l'interface et du processus serait définitivement Python.
Je pense que ces statistiques montrent que Python est beaucoup plus lent et utilise plus de mémoire pour ces benchmarks - êtes-vous sûr de les lire dans le bon sens?
D'après mon expérience, qui concerne principalement l'écriture de programmes liés au réseau et au système de fichiers en Python, Python n'est pas beaucoup plus lent que ce qui compte. Pour ce genre de travail, ses avantages l'emportent sur ses coûts.