Siempre he pensado que las ventajas de Python son la legibilidad del código y la velocidad de desarrollo, pero el uso de tiempo y memoria no eran tan buenos como los de C ++.
Estas estadísticas me impresionaron mucho.
¿Qué le dice su experiencia sobre el uso de tiempo y memoria de Python vs C ++?
Respuestas:
Creo que estás leyendo esas estadísticas incorrectamente. Muestran que Python es hasta 400 veces más lento que C ++ y, con la excepción de un solo caso, Python es más un acaparador de memoria. Sin embargo, cuando se trata del tamaño de la fuente, Python gana rotundamente.
Mis experiencias con Python muestran la misma tendencia definida de que Python es del orden de entre 10 y 100 veces más lento que C ++ cuando se hace un procesamiento de números serio. Hay muchas razones para esto, siendo las principales: a) Python se interpreta, mientras que C ++ se compila; b) Python no tiene primitivas, todo, incluidos los tipos integrados (int, float, etc.) son objetos; c) una lista de Python puede contener objetos de diferente tipo, por lo que cada entrada tiene que almacenar datos adicionales sobre su tipo. Todos estos obstaculizan gravemente tanto el tiempo de ejecución como el consumo de memoria.
Sin embargo, esta no es una razón para ignorar Python. Una gran cantidad de software no requiere mucho tiempo o memoria incluso con el factor de lentitud de 100 veces. El costo de desarrollo es donde Python gana con el estilo simple y conciso. Esta mejora en el costo de desarrollo a menudo supera el costo de recursos de memoria y CPU adicionales. Sin embargo, cuando no es así, C ++ gana.
numpyy scipy, pythones probable que una base de código grande tenga mucho código en Python puro, lo que hace que las cosas sean más lentas que C++. una secuencia de comandos de Python se acerca a la velocidad de una C++secuencia de comandos a medida que Cllega el porcentaje de su código 100, momento en el que ya no es una secuencia de comandos de Python. Python está despegando, seguro, pero no porque sea tan rápido como C++, porque es más fácil de usar.
Todos los usos más lentos (> 100x) de Python en el tiroteo son operaciones científicas que requieren un alto recuento de GFlop / s. NO debe usar Python para esos de todos modos. La forma correcta de usar Python es importar un módulo que haga esos cálculos y luego pasar una tarde relajante con su familia. Esa es la forma pitónica :)
Mi experiencia es la misma que la de los puntos de referencia. Python puede ser lento y usa más memoria. Escribo mucho, mucho menos código y funciona la primera vez con mucha menos depuración. Dado que administra la memoria por mí, no tengo que hacer ninguna administración de memoria, lo que me ahorra horas en la búsqueda de fugas de núcleo.
¿Cuál es tu pregunta?
El tamaño de la fuente no es algo sensato de medir. Por ejemplo, el siguiente script de shell:
cat foobares mucho más corto que sus equivalentes Python o C ++.
cat footer.
También: Psyco vs. C ++ .
Sigue siendo una mala comparación, ya que nadie haría las cosas crujientes en las que los puntos de referencia tienden a centrarse en Python puro de todos modos. Una mejor sería comparar el rendimiento de aplicaciones realistas, o C ++ versus NumPy, para tener una idea de si su programa será notablemente más lento.
El problema aquí es que tienes dos lenguajes diferentes que resuelven dos problemas diferentes ... es como comparar C ++ con ensamblador.
Python es para el desarrollo rápido de aplicaciones y cuando el rendimiento es una preocupación mínima.
C ++ no es para el desarrollo rápido de aplicaciones y hereda un legado de velocidad de C, para programación de bajo nivel.
Es el mismo problema con el lenguaje de programación administrado y fácil de usar que siempre: son lentos (y a veces consumen memoria).
Estos son lenguajes para controlar en lugar de procesar. Si tuviera que escribir una aplicación para transformar imágenes y tuviera que usar Python también, todo el procesamiento podría escribirse en C ++ y conectarse a Python a través de enlaces, mientras que la interfaz y el control de procesos serían definitivamente Python.
Creo que esas estadísticas muestran que Python es mucho más lento y usa más memoria para esos puntos de referencia. ¿Está seguro de que los está leyendo correctamente?
En mi experiencia, que se relaciona principalmente con la escritura de programas vinculados a la red y al sistema de archivos en Python, Python no es significativamente más lento de ninguna manera importante. Para ese tipo de trabajo, sus beneficios superan sus costos.