为什么python与Ruby相比速度较慢，即使使用了这个非常简单的；测试；？

请参阅，以了解我之前理解python和ruby之间差异的尝试

正如igouy所指出的，我提出的python变慢的原因可能不是递归函数调用（涉及堆栈）

我做的

#!/usr/bin/python2.7
i = 0
a = 0
while i < 6553500:
    i += 1
    if i != 6553500:
       a = i 
    else:
        print "o" 
print a 

#/usr/bin/python2.7
i=0
a=0
当我<6553500时：
i+=1
如果我6553500:
a=i
其他：
打印“o”
打印

在ruby中是

#!/usr/bin/ruby
i = 0
a = 0
while i < 6553500
    i += 1
    if i != 6553500
       a = i 
    else
        print "o"
    end
end   
print a

#/usr/bin/ruby
i=0
a=0
而我<6553500
i+=1
如果我6553500
a=i
其他的
打印“o”
结束
结束
打印

Python 3.1.2（r312:79147，2010年10月4日，12:45:09） [GCC 4.5.1]关于linux2

时间python pytest.py o

6553499

实际0m3.637s

用户0m3.586s

ruby 1.9.2p0（2010-08-18修订版29036）[x86_64-linux] time ruby rutest.rb

o6553499

实际0.618s

用户0.610s

让它循环得越高，差异就越大。添加额外的0，ruby在7秒内完成，而python运行40秒

这是在Intel（R）Core（TM）i7 CPU M 620@2.67GHz和4GB内存上运行的

---

为什么会这样？

这太简单了。也许在这种情况下，Ruby会更快。但是，当您需要处理更复杂的数据类型及其方法时，Python会发挥优势。Python实现了更多的“实现方法”，您必须选择一种最简单且足够的方法。Ruby使用更抽象的实体，需要的知识更少。但是，当Python中的同一个任务能够实现时，深入阅读手册，找到越来越多的类型和方法/函数组合，经过一段时间后，就有可能生成比Ruby快得多的程序

如果您只想得到结果，而不是性能，那么Ruby更简单、更易于编写。但是，任务越复杂，经过数小时的优化后，Python在性能方面的优势就越大

---

UPD：虽然Ruby和Python有很多共同点，但性能和高级别将具有相反的比例。

首先，请注意，您展示的Python版本是不正确的：您在Python2.7而不是3.1中运行此代码（它甚至不是有效的Python3代码）。（仅供参考，Python 3通常比2慢。）

这就是说，Python测试中存在一个关键问题：您将其作为全局代码编写。你需要把它写成一个函数。在Python2和Python3中正确编写时，它的运行速度大约是原来的两倍：

def main():
    i = 0
    a = 0
    while i < 6553500:
        i += 1
        if i != 6553500:
           a = i
        else:
            print("o")
    print(a)

if __name__ == "__main__":
    main()

def main（）：
i=0
a=0
当我<6553500时：
i+=1
如果我6553500:
a=i
其他：
打印（“o”）
印刷品（a）
如果名称=“\uuuuu main\uuuuuuuu”：
main（）

当您全局编写代码时，您没有本地代码；所有变量都是全局变量。在Python中，局部变量比全局变量快得多，因为全局变量存储在

dict

中。VM可以通过索引直接引用局部变量，因此不需要哈希表查找

另外，请注意，这是一个非常简单的测试，您真正做的是对一些任意字节码操作进行基准测试。

在我朋友的笔记本电脑（Windows7 64位，python 2.6，3GB RAM）上，python对6553500的输入只需约1秒，对65535000的输入只需10秒。我想知道你的电脑为什么花这么多时间。当我改用xrange和局部变量时，它还减少了一些较大输入的时间

我不能评论Ruby，因为它没有安装在这台计算机上

为什么会这样

Python的循环（for，while）对于处理动态类型来说并不快。在这种情况下，它将失去优势

但是cython成了救世主
下面的纯python版本借用了Glenn Maynard的答案（未打印）
cython版本非常简单，基于此，对于新的python程序员来说，它非常简单，可以阅读：

def main():
    cdef int i = 0
    cdef int a = 0
    while i < 6553500:
        i += 1
        if i != 6553500:
            a = i
        else:
            pass  # print "0"
    return a

if __name__ == "__main__":
    print main()

更新：正如Glenn Maynard在评论中指出的，而i 我测试xrange的实现。
py与Glenn Maynard的verison相同。foo.py的代码是：

def main():
    for i in xrange(6553500):
        pass
    a = i
    return a

if __name__ == "__main__":
    print main()
~/code/note$ time python2.7 spam.py  # Glenn Maynard's while version
6553499

real    0m2.128s
user    0m2.080s
sys     0m0.044s
:~/code/note$ time python2.7 foo.py  # xrange version, as Glenn Maynard point out in comment
6553499

real    0m0.618s
user    0m0.604s
sys     0m0.016s

---

此外，Python中的全局变量速度较慢。如果你把相同的代码放在一个函数中并调用该函数，速度会快得多。我不是想得出哪种语言“更好”或我应该使用哪种语言的指南，只是对这一点的解释，以及（上面的程序）在速度上的差异。我不在乎每种语言是什么或不是什么，也不在乎它应该怎么做。我只是想知道，对于一个在两种语言中看起来完全相同的非常简单的程序来说，什么会影响速度上的巨大差异@Thomas，我把它移到了一个函数，还是一样的。我开始解释这个答案没有意义的地方，然后发现这个答案中几乎每个句子都是胡说八道，所以我放弃了……代码看起来可能“完全一样”，但因为语言事实上非常不同，它们实际上并不相同。语义是不同的，即使您在代码中没有注意到，因为您只依赖语义的一小部分。至于将其放入函数中，请参见Glenn Maynard的回答。@AntonioP，正如我在开始时所说，这是一个太简单的测试。它不是一个ASM，编译后这个程序将有很多页的机器代码，这些代码被数百种不同的优化（对于不同的语言来说确实不同）处理。如果你能查看它的机器代码，你永远不会认为它是同一个程序）Python也是在64位模式下编译的吗？@Mark Rushakoff，它在这个测试中会有帮助吗？@Mark，是的/usr/bin/python2.7:ELF 64位LSB可执行文件，x86-64，版本1（SYSV），动态链接（使用共享libs），对于GNU/Linux 2.6.18，Python还可以优化（-O选项）。我很想知道这是否会对您的测试产生影响。@Jason:

-O

什么都不做，因为它只会剥离断言。优化动态语言很难，而且很少有人

def main():
    for i in xrange(6553500):
        pass
    a = i
    return a

if __name__ == "__main__":
    print main()
~/code/note$ time python2.7 spam.py  # Glenn Maynard's while version
6553499

real    0m2.128s
user    0m2.080s
sys     0m0.044s
:~/code/note$ time python2.7 foo.py  # xrange version, as Glenn Maynard point out in comment
6553499

real    0m0.618s
user    0m0.604s
sys     0m0.016s