为什么是c++；代码实现的性能不比python实现好吗？

我正在为寻找数据点的最近邻进行基准测试。我的C++实现和Python实现几乎都执行相同的执行时间。不应该是C++比原始Python实现更好。

• C++执行时间：8.506秒
• Python执行时间：8.7202秒

C++代码：

#包括
#包括
#包括
#包括
#包括
#包括
#包括
#包括//标准：：物联网
使用名称空间std；
使用名称空间std:：chrono；
双edist（双*arr1，双*arr2，单元n）{
双和=0.0；
对于（int i=0；i>N>>M；
N=1000；
M=800；
双精度**arr=新双精度*[N]；
std:：random_device rd；//从硬件获取一个随机数
std:：mt19937 eng（rd（））；//为生成器设置种子
标准：均匀真实分布（10.0,60.0）；
对于（int i=0；i这个C++代码能进一步从编码或其他角度得到优化吗？< /P>
我可以看到至少三个优化。前两个很简单，而且肯定应该完成，但在我的测试中，它们最终不会对运行时产生可测量的影响。第三个优化需要最低限度地重新思考代码

edist
计算代价高昂的平方根，但您仅使用距离进行两两比较。由于平方根函数是单调递增的，它对比较结果没有影响。类似地，
pow（x，2）
可以替换为
x*x
，有时速度更快：

双edist（标准：：向量常量和arr1，标准：：向量常量和arr2，uint n）{
双和=0.0；
for（无符号整数i=0；i

argsort
执行复制，因为它返回不包括第一个元素的索引。如果改为包含第一个元素（将return语句更改为
return idx；
），则可以避免可能代价高昂的复制

您的矩阵表示为嵌套数组（出于某种原因，您使用原始指针而不是嵌套的
std:：vector
）。通常将矩阵表示为连续的N*M数组更有效：
std:：vector arr（N*M）
。这也是numpy在内部表示矩阵的方式。这需要更改代码以计算索引

没有提供工具链规范和完全编译命令，没有优化问题。我刚在我的机器上执行了两个代码（G++-9和Python 3）。C++程序大约需要1秒，而Python脚本则需要10秒。可能丢失了一些东西（例如编译器优化）。尝试
g++-std=c++11 knn.cpp-o-O3 knn
@Pygirl确保您发出了正确的命令（即
g++-std=c++11-O3-march=native-o knn knn.cpp
），以获得正确的代码，无需优化即可构建（因为它编译速度更快，运行速度无关紧要），但对于计时测试，您应该让编译器使用-O2或-O3（生成速度较慢，但结果运行速度较快）进行优化，告诉编译器编译的平台（-march=…）还可以帮助它使用您的机器提供的更好的指令生成代码，这些指令可能不一定在通用指令集中可用，否则默认情况下将成为目标。额外积分奖励：最后一个建议实际上使代码的速度最低，而非更快。请解释原因并提出解决方法。
g++ -std=c++11 knn.cpp -o knn