对于这种算法，Python与Java相比速度非常慢

我正在研究算法，并决定将教科书中的Java程序移植到Python中，因为我不喜欢Java开销，特别是对于小程序，并且作为练习

该算法本身非常简单，它只是以一种蛮力的方式从数组中取出所有三元组，并计算有多少三元组的总和为零（例如：[-2,7，-5]）

现在，仅测量这些功能需要：

java :   array of 2000 elements --> 3 seconds 
python : array of 2000 elements --> 2 minutes, 19 seconds

UPDATE 
python (pypy) : array of 2000 elements --> 4 seconds ( :-) )

当然，这不是一个好的算法，它只是在这里和教科书中展示。我以前用Java和Python做过一些编程，但没有意识到这一巨大的差异

问题归结为：我们如何克服这一点？更具体地说：

这段代码是一个好端口，还是我遗漏了一些琐碎的东西

例如，切换到另一个运行时Jython是一种解决方案吗？在eclipse中保存代码库并只添加一个解释器（编译器）容易吗？或者切换到另一个解释器/编译器只会让事情稍微好一点

现在我正在Windows7上使用Python2.7.3和Java1.7 32ibts

我知道关于java/python性能也有类似的问题，但是像python有不同的运行时环境这样的答案目前对我没有帮助

我想知道的是，这些运行时中的一些是否可以弥补这一巨大差距，是否值得重新部署

更新：

我安装了pypy，现在差异很大

更新2：

我注意到了一些非常有趣的事情：这里的答案中的islice方法在“常规”python上更快，但在pypy上要慢得多。即使如此，pypy仍然保持了更快的使用速度，无论它在该算法中使用常规循环还是孤岛

---

正如Bakuriu在一篇评论中所指出的，运行时环境可能非常重要，但是对于这种算法来说运行时环境更快并不一定对任何算法都更快…

尝试使用PyPy而不是CPython来运行它。它很可能会快得多。

正如你在《开始》帖子的评论中所说的，没有什么好方法可以让它快得多（除了PyPy）。您可以尝试islice，它将在“a”上迭代，而不会生成新的列表或范围，这应该会快一点

from itertools import islice

def count(a):
    cnt = 0
    for x, i in enumerate(islice(a,0, None)): 
        for y, j in enumerate(islice(a, x + 1, None)):
            for k in islice(a, y + x + 2, None):
                if i + j + k == 0:
                   cnt+=1
    return cnt

---

我还用C和PHP实现了这个函数。结果如下：

PHP：23.977946043015秒
Python：19.31秒

C：0.4秒
Java：0.42秒

我们正在研究具有不同类型系统的语言。PHP和Python是动态类型的，而C和Java是静态类型的

因此，PHP和Python解释器花费大量时间猜测所用变量的类型，因此运行速度非常慢。而在C和Java中，变量的类型（以及数组的元素）是静态的，即整数，因此可以节省猜测时间。显然，从上面的数字可以看出，这个猜测时间太长了

---

使用PyPY，猜测时间大大减少，因为PyPY使用即时（JIT）编译。此方法非常擅长猜测所用变量的类型，因此可以获得性能提升。

对于Python，请使用标准库中的itertools组合，它会将for循环移到C。

这比python的Java开销要大：-2分21秒：慢1/48倍/joke>您在移植算法时使用了错误的方法-使用更具python风格的方法可能会快得多。在这种情况下，您可以使用slices、sum和一个生成器表达式来替换嵌套的for循环：

cnt=sum（1代表xrange（0，ln-3）中的x，如果不是sum（a[x:x+3]），

@l4mpi您在注释中编写的代码解决了一个更简单的问题。OP不是在寻找连续的元素。@Peter

itertools。排列应该是相同的算法，按结果的模顺序排列。请考虑到PyPy仅在某些类型的算法上运行得更快。例如，如果您处理的是长整数运算，那么CPython会更快。无论如何，您应该从这个基准测试中推断出，JIT可以大大提高性能，而不是说CPython通常很慢。您可以尝试使用在CPython上运行您的算法，您可能会看到类似于PyPy的结果。（不幸的是，它不再被维护）。您自己进行过基准测试吗？在我的例子中，它的速度要慢很多（pypy:50秒，而不是2K元素数组的4秒），我用Python2.7.3（没有pypy）对它进行了基准测试，1.4秒对1.1秒用islice和一个比2000I小的测试列表，使用pypy时，我得到了2秒对1秒，但是使用pypy:0.1秒对0.5秒，所以慢了5倍，奇怪：在pypy中，这种方法比常规方法慢得多，但比常规python中的快得多…+1：答案不太清楚，但我喜欢不用写的基准测试：-）尝试从计算机科学的角度来看一些东西：顺便说一句，数组的大小是1000。-1：“因此，PHP和Python解释器花费大量时间猜测所用变量的类型，因此运行速度非常慢”-这显然是错误的和误导性的。Python不猜测任何对象的类型，每个对象都有一个已知的类型。诚然，部分开销是由于缺少编译时类型信息造成的（或跟踪JIT）阻止CPython获得静态类型语言通常的性能水平，它不会在任何地方“猜测类型”。事实上，PyPy之所以更快，是因为它对变量的类型进行了有根据的猜测！-1:“…但我喜欢不用编写的基准测试“-OTOH，其他人无法复制的基准测试结果（因为除了作者之外没有人拥有源代码）是毫无价值的。-1：这完全是胡说八道。类型无法猜测，因为数据没有固有的类型，这一切都是一样的。如果Python有
java :   array of 2000 elements --> 3 seconds 
python : array of 2000 elements --> 2 minutes, 19 seconds

UPDATE 
python (pypy) : array of 2000 elements --> 4 seconds ( :-) )

from itertools import islice

def count(a):
    cnt = 0
    for x, i in enumerate(islice(a,0, None)): 
        for y, j in enumerate(islice(a, x + 1, None)):
            for k in islice(a, y + x + 2, None):
                if i + j + k == 0:
                   cnt+=1
    return cnt