Python和C之间的性能差异

在不同的项目中工作，只要任务完成，我就可以选择不同的编程语言

我想知道，在性能方面，用Python编写程序与用C编写程序的真正区别是什么

要完成的任务多种多样，例如排序文本文件、磁盘访问、网络访问、文本文件解析

例如，在C语言中使用相同的算法对文本文件进行排序与在Python中使用相同的算法进行排序是否真的有明显的区别

---

根据您的经验，考虑到当前CPU（i7）的强大功能，这真的是一个明显的区别吗（考虑到它是一个不会让系统屈服的程序）。

一般来说，IO绑定的工作更多地取决于算法，而不是语言。在本例中，我将使用Python，因为它将具有一流的字符串和许多易于使用的库来操作文件，等等

例如，在C语言中使用相同的算法对文本文件进行排序与在Python中使用相同的算法进行排序是否真的有明显的区别

对

值得注意的区别是

Python代码要少得多

Python代码更易于阅读

Python支持非常好的单元测试，因此Python代码的质量往往更高

您可以更快地编写Python代码，因为古怪的语言特性更少。例如，没有预处理器，真的节省了大量的黑客攻击。经验丰富的C程序员几乎没有注意到这一点。但是所有的

#包括
三明治，并且使
.h
文件正确无误非常耗时

Python可以更容易地进行打包和部署，因为您不需要一个大型的make脚本来进行构建

---

使用python直到出现性能问题。如果你曾经有过一次机会，你会发现问题是什么（通常不是你事先猜到的）。然后解决可能是算法或数据结构更改的特定性能问题。如果你的问题确实需要C语言，那么你可以用C语言编写这一部分，并从python代码中使用它。

计算机性能问题的第一条规则：你的里程数会有所不同。如果小的性能差异对您很重要，那么获得有效信息的唯一方法就是使用配置、数据和基准测试。比如说，这里的“小”是两个左右的因子

计算机性能问题的第二条规则：对于大多数应用程序来说，性能并不重要——编写应用程序的最简单方法可以提供足够的性能，即使当问题扩大时也是如此。如果是这样的话（通常也是这样），不要担心性能

也就是说：

• C编译为机器可执行文件，因此有可能执行速度至少与任何其他语言一样快
• Python通常是解释的，因此可能比编译语言占用更多的CPU
• 很少有应用程序是“CPU受限”的。I/O（到磁盘、显示器或内存）不受编译或解释考虑因素的影响，通常是花在应用程序上的计算机时间的主要部分
• Python比C具有更高的抽象级别，因此您的开发和调试时间可能更短

我的建议是：用你认为最容易使用的语言进行发展。让程序正常工作，然后检查是否有足够的性能。如果像往常一样，性能足够，那么您就完成了。如果没有，请概述您的特定应用程序，以了解哪些应用程序花费的时间超出预期或可容忍的时间。查看是否以及如何修复应用程序的该部分，并根据需要重复

---

是的，有时你可能需要放弃工作，重新开始，以获得所需的绩效。但拥有一个运行（尽管速度较慢）的应用程序版本将大大有助于取得进展。当你达到并征服了这个性能目标时，你将用SO来回答性能问题，而不是问它们。

如果你正在排序和解析的文本文件很大，请使用C。如果它们不是，则无所谓。不过，您可以用任何语言编写糟糕的代码。我见过C中计算三角形面积的简单代码运行速度比其他C代码慢10倍，这是因为内存管理差、使用结构、指针等

---

I/O算法应该独立于计算算法。如果是这样的话，那么使用C作为计算算法会快得多。

C绝对会在几乎所有性能类别中击败Python，但C编写和维护起来要困难得多，而且高性能并不总是值得在增加的时间和开发难度之间进行权衡

你说你在做文本文件处理之类的事情，但你忽略了你在做多少文本文件处理。如果您每小时处理1000万个文件，您可能会受益于用C编写它。但是如果您每小时处理100个文件，为什么不使用python呢？你真的需要在10毫秒和50毫秒内处理一个文本文件吗？如果你在为未来做计划，问问自己，“这是我以后可以投入更多硬件的事情吗？”

---

用C编写可靠的代码是很难的。请确保您可以证明在这方面的投资是合理的。

这在很大程度上取决于您所做的工作，以及所讨论的算法是否在Python中通过本机编译的库可用。如果是的话，那么我相信您将仔细查看性能数据，Python很可能是您的答案——假设它是您的首选语言。如果必须自己实现算法，则根据所需的逻辑量和数据集的大小，C/C++可能是更好的选择。如果没有更多的信息，很难给出一个不那么模糊的答案。

（假设-这个问题意味着作者熟悉C语言，但不熟悉Python，因此我将以我的答案为基础