在我的博客中查看

最近了解到了 PyPy，听说它的速度非常快，我就做了一个实验。

可能还有人不知道 PyPy，咱们下面来解释一下：

PyPy简介：

PyPy 是用 Python 实现的 Python 解释器的动态编译器，是 Armin Rigo 开发的产品。

PyPy 采用 JIT（即时编译）技术，速度远高于 CPython。PyPy 与 RPython（强类型 Python 解释器）和 CPython（用 C 语言编写的 Python 解释器，是 Python 的原版本）共称三大 Python 解释器。

PyPy 的优点有：

1. 速度快。CPython 解释代码，而 PyPy 编译代码。更重要的是，不用改 CPython 的代码就可以放在 PyPy 上运行。

2. 占用内存少。PyPy 没有采用解释方式，所以没有解释器占用的内存。

3. 版本更新快。目前 CPython 已达到 3.11，而 PyPy 也紧跟在 3.10。（两者版本差距并不大）

当然也有点缺点：

1. 仍然需要包含 Python 环境。

2. 对第三方库的支持没有 CPython 好，尤其是使用 C/C++ 拓展的库。以前还不兼容 Numpy，现在解决了。

实验开始

实验语言：CPython3.11，PyPy3.10，C++17（默认优化），C++17（O2优化）

实验程序要求：从终端输入一个数字，然后从 1 加到这个数字，打印结果和耗时。这里计算 1 加到 1 000 000 000（十亿）。

程序源码：

CPython & PyPy：

C++：

实验结果：

咱们先来看 CPython：

可以看到，83.7578 秒，在预料之中，因为 CPython 真的比较慢。实际上 CPython3.11 已经优化过编译器了，运气好的话，其速度比 CPython3.11 要快 30% 到 40%。

咱们再来看看 PyPy 做得怎么样：

啥？ 2.0018 秒？能让 80 多秒的程序压到 2 秒运行，PyPy 也真是绝了。

接下来我满怀希望地编译 C++，相信它绝对能超过 PyPy。

C++ 默认优化编译指令（GNU）：

g++ -std=c+=17 test.cpp -o test_normal

运行结果：

？？？什么情况？ 2.7840 秒？它竟然比 PyPy 还慢？

希望开了 O2 可以维护住 C++ 的尊严！

C++ O2 编译指令（GNU）：

g++ -O2 -std=c++17 test.cpp -o test_o2

运行！

C++ 成功地维护了它的尊严！ 0.8020 秒！（真的太快了）

实验总结：

1. 对速度要求快的程序，且想要少占内存、编写简易，使用 PyPy。

2. 对第三方库有强烈依赖的，建议使用 CPython。

3. Python 中有内存管理、整型无限扩容的功能。Python 的整型默认为 32 位，在运算溢出时扩充为 64 位，再就是 128 位、256位……我曾经将 Python 的整型扩充到了几百 MB。PyPy 同样有扩容功能。在这里显然扩容到了 64 位。即使在内存管理、整型扩容的束缚下，仍能超过默认优化的 C++，可见 PyPy 之强大。

4. C++ O2 优化确实可以加快程序运行速度。很大可能是使用了 SIMD 技术。

SIMD 解释（摘抄于百度百科）:

单指令流多数据流（英语：Single Instruction Multiple Data，缩写：SIMD）是一种采用一个控制器来控制多个处理器，同时对一组数据（又称“数据向量”）中的每一个分别执行相同的操作从而实现空间上的并行性的技术。

$--The \space End--$