C/Java/Python/Objective-C在OS X上的性能實驗

前幾天看到一篇介紹python的文章：如何讓python變得更快——http://www.codeproject.com/Articles/522217/Howplustoplusmakepluspythonplusfaster，這篇文章勾起了我的好奇心，同樣的算法多種編程語言在Mac的OS X上跑會是個什么情況呢？

於是寫了四種語言的斐波那契數列實現：C、Java、Python、Objective-C，而且都采用了效率最差耗時最長的遞歸實現，不使用其他數據結構或公式，這樣對比起來更容易一些，如果使用迭代方式的話，執行時間太短很難比較。

第一輪測試不做任何優化，第二輪分別做一些編譯和環境的調優處理，然后再看一下結果。代碼如下：

C語言，使用函數實現遞歸計算

#include <stdio.h>

long fib(int n){
    if (n < 2)
        return n;
    return fib(n - 1) + fib(n - 2);
}

int main() {
    printf( "fib= %ld", fib(40) );
    return 0;
}

Java，使用靜態方法實現遞歸計算

public class fib {

    public static long jfib(int n ){
        if (n < 2)
            return n;
        return jfib(n - 1) + jfib(n - 2);
    }

    public static void main(String[] args) {
        System.out.println( jfib( 40 ) );
    }
}

Python，使用函數實現遞歸計算

def fib(n):
    if n < 2:
        return n
    return fib(n - 1) + fib(n - 2)

print fib(40) 

Objective-C，使用block實現遞歸計算

#import <Foundation/Foundation.h>

int main(int argc, const char * argv[])
{
    @autoreleasepool {
        
        long (^__block fib)(long) = ^(long num){
            if ( num < 2 )
                return num;
            return fib(num-1) + fib(num-2);
        };
        
        NSLog(@"Fib: %ld", fib(40) );
        
    }
    return 0;
}

基本的測試環境：

C語言：i686-apple-darwin11-llvm-gcc-4.2

Java：java version "1.6.0_37"，HotSpot(TM) 64-Bit

Python：Python 2.7.2 with GCC 4.2.1

Pypy：PyPy 1.9.0 with GCC 4.2.1

Objective-C：2.0 with LLVM 4.1

 

使用time命令計算執行時間，例如time python fib.py

直接編譯運行的結果還是比較讓人吃驚的：

C：1 秒

Java：0.63 秒

Python：45.79 秒

Objective-C：1.3 秒

 

結果：Java > C > Objective-C > Python

這個結果讓人感到，Java真的不慢，動態語言有點慢。

 

第二輪測試，針對C程序，使用gcc -O進行優化編譯；針對Python，使用pypy替換原生的python環境，針對Objective-C，設置優化Level為Fastest，結果如下：

 

C：0.35 秒

Java：0.63 秒

Python：4.96 秒

Objective-C：1.04 秒

 

結果：C > Java > Objective-C > Python

 

這個結果告訴我們，C還是最快的，pypy對python的優化處理還是非常明顯的。 

 

以上數據是在OS X平台上的、性能比例放大的測試結果，在實際應用中，如果針對不同場景采用了正確的算法，差距就不會有這么大，比如我們用迭代方式改寫一下python的實現，如下：

 

def fib(n):
    if n < 2:
        return n
    a1 = a2 = a3 = 1
    while n>2:
        n -= 1
        a3=a1+a2
        a1=a2
        a2=a3

    return a3

print fib(40)

 

這時無論使用Python編譯執行還是Pypy執行，基本都是0.02秒左右，沒有太大差別。以上代碼的執行結果是102334155，有興趣的可以在自己的機器上試試。

聲明：

1、以上代碼僅供參考娛樂，實際應用中如果使用斐波那契數列，絕對不要使用遞歸調用的方式，迭代法應該是不錯的選擇。

2、數據量加大可能會有不同的結果，有興趣的可以嘗試下。

 

實驗完成，希望對大家有參考。