内容简介：因为想了解大概的性能情况，所以有了这个比较，并不比较各个语言的优缺点。比较一下 Go，Node，Python 分别执行的时间比较。从
因为想了解大概的性能情况，所以有了这个比较，并不比较各个语言的优缺点。
比较一下 Go，Node，Python 分别执行的时间比较。
- 十亿次的循环运算（FOR）
- 遍历一百万个数字并将其写入一个文件（IO）
- 将含有十个元素的数组 排序 一千万次（SORT）
零、总结
从 性能 上讲，整体上 Go 性能是最高的。
从 代码简洁 上讲， Python 是最简洁的。
虽然结果这样，但我选择 Node 。
1. 运行代码
《Github源码地址》
git clone https://github.com/zhongxia245/performance-node-go-python cd performance-node-go-python sh for.sh sh io.sh sh sort.sh
2. 性能
大概跑了一下，性能最高的是Go。
分别执行了十亿次的循环运算（FOR），遍历一百万个数字并将其写入一个文件（IO），将含有十个元素的数组排序一千万次（SORT）。
GO, Node,Python, Pypy
去掉 Python 3 的时间
图由， https://antv.alipay.com/zh-cn/g2/3.x/demo/column/column12.html 这个生成。
一、运行环境
运行代码的环境配置如下：
| name | 配置 |
|---|---|
| MacBook Pro | (Retina, 13-inch, Early 2015) |
| Processor | 2.7 GHz Intel Core i5 |
| Memory | 8 GB 1867 MHz DDR3 |
| Graphics | Intel Iris Graphics 6100 1536 MB |
# 安装环境 brew install go brew install node brew install python brew install pypy
语言版本
Python 3.5.2
NodeJs v10.13.0
go version go1.10.2 darwin/amd64
Python 2.7.13 (0e7ea4fe15e82d5124e805e2e4a37cae1a402d4b, Mar 22 2018, 12:32:13)
[PyPy 5.10.0 with GCC 4.2.1 Compatible Apple LLVM 9.0.0 (clang-900.0.39.2)]
二、比较类型
time命令 含义: time — 执行命令并计时 命令行执行结束时在标准输出中打印执行该命令行的时间统计结果，其统计结果包含以下数据： 1. 实际时间(real time): 从command命令行开始执行到运行终止的消逝时间； 2. 用户CPU时间(user CPU time): 命令执行完成花费的用户CPU时间，即命令在用户态中执行时间总和； 3. 系统CPU时间(system CPU time): 命令执行完成花费的系统CPU时间，即命令在核心态中执行时间总和。
go run 会把编译时间算进去， 因此如果先 go build ， 在执行，还会提升一些速度。
因为就算go run 速度已经是非常非常快了，因此就没有先构建，在执行了。
1. 循环/算术
迭代十亿项并把它们相加：
// nodejs
var r = 0
for (var c = 0; c < 1000000000; c++) {
r += c
}
// go
package main
func main() {
var r int
for c := 0; c < 1000000000; c++ {
r += c
}
}
# python sum(range(1000000000))
Result
# sh for.sh # exec => time node for/node.js && time go run for/go.go && time pypy for/python.py && time python3 for/python.py # node ╰─➤ sh for.sh # node real 0m1.109s user 0m1.075s sys 0m0.028s # go real 0m0.489s user 0m0.418s sys 0m0.083s # pypy real 0m1.067s user 0m1.025s sys 0m0.036s # python3 real 0m25.518s user 0m25.299s sys 0m0.108s
go > node == pypy >> python3
pypy可以大大提升python的性能,因此多加一个pypy的运行时间
PyPy 是 python 的一个解释器。
# mac 系统安装python brew install pypy
2. I/O 操作
遍历一百万个数字并将其写入一个文件
// nodejs
var fs = require('fs')
var wstream = fs.createWriteStream('io/node')
for (var c = 0; c < 1000000; ++c) {
wstream.write(c.toString())
}
wstream.end()
// go
package main
import (
"bufio"
"os"
"strconv"
)
func main() {
file, _ := os.Create("io/go")
b := bufio.NewWriter(file)
for c := 0; c < 1000000; c++ {
num := strconv.Itoa(c)
b.WriteString(num)
}
file.Close()
}
# python
with open("io/python", "a") as text_file:
for i in range(1000000):
text_file.write(str(i))
Result
# node real 0m1.513s user 0m1.744s sys 0m0.324s # go real 0m0.561s user 0m0.240s sys 0m0.250s # pypy real 0m0.329s user 0m0.144s sys 0m0.079s # python3 real 0m0.633s user 0m0.563s sys 0m0.038s
有评论说：go加了buffer ，python和node都没加buffer，后面俩加了buffer，io那项至少再快一半
pypy > go > python3 >> node
3. 冒泡排序
将含有十个元素的数组排序一千万次。
// nodejs
function bubbleSort(input) {
var n = input.length
var swapped = true
while (swapped) {
swapped = false
for (var i = 0; i < n; i++) {
if (input[i - 1] > input[i]) {
;[input[i], input[i - 1]] = [input[i - 1], input[i]]
swapped = true
}
}
}
}
for (var c = 0; c < 1000000; c++) {
const toBeSorted = [1, 3, 2, 4, 8, 6, 7, 2, 3, 0]
bubbleSort(toBeSorted)
}
// go
package main
var toBeSorted [10]int = [10]int{1, 3, 2, 4, 8, 6, 7, 2, 3, 0}
func bubbleSort(input [10]int) {
n := len(input)
swapped := true
for swapped {
swapped = false
for i := 1; i < n; i++ {
if input[i-1] > input[i] {
input[i], input[i-1] = input[i-1], input[i]
swapped = true
}
}
}
}
func main() {
for c := 0; c < 1000000; c++ {
bubbleSort(toBeSorted)
}
}
# python
def bubbleSort(input):
length = len(input)
swapped = True
while swapped:
swapped = False
for i in range(1,length):
if input[i - 1] > input[i]:
input[i], input[i - 1] = input[i - 1], input[i]
swapped = True
for i in range(1000000):
toBeSorted = [1, 3, 2, 4, 8, 6, 7, 2, 3, 0]
bubbleSort(toBeSorted)
Result
# sh sort.sh # exec => time node sort/node.js && time go run sort/go.go && time pypy sort/python.py && time python3 sort/python.py # node real 0m2.857s user 0m2.816s sys 0m0.033s # go real 0m0.303s user 0m0.207s sys 0m0.111s # pypy real 0m0.592s user 0m0.554s sys 0m0.032s # python real 0m17.504s user 0m17.174s sys 0m0.094s
go > pypy > node >> python
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- 无服务平台性能比较
- 几种OpenJDK的JVM性能比较
- Scala 中的集合（二）：集合性能比较
- Scala 中的集合（二）：集合性能比较
- 重定向的九种方案及性能比较
- JEE与Spring Boot代码性能比较
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
Algorithms on Strings, Trees and Sequences
Dan Gusfield / Cambridge University Press / 1997-5-28 / USD 99.99
String algorithms are a traditional area of study in computer science. In recent years their importance has grown dramatically with the huge increase of electronically stored text and of molecular seq......一起来看看 《Algorithms on Strings, Trees and Sequences》 这本书的介绍吧!
