Python 3.11 的速度大幅超越 3.8！

摘要：10 月 24 日，Python 官方发布了最新的 3.11 版本，来看看它与 Python 3.8、JavaScript 和 C++17 之间的速度对比。

链接：https://jott.live/markdown/py3.11_vs_3.8

声明：本文为 CSDN 翻译，未经允许禁止转载。

作者 | Bram Wasti

译者 | 弯月

出品 | CSDN（ID：CSDNnews）

我在 M1 Pro 上尝试用 Python 3.8、3.11、Bun（JavaScript 运行时）和 C++17 (-O2) 运行了一段 N 体模拟代码。

Python

Python 是一种很流行且广受好评的解释性语言。最近，Python 在性能提升方面也有了很大进步，通过我的测试可以看出最新版本的速度有了明显的提升。

在这个测试中，我运行了1000 万步的 N 体模拟。（Python 源代码在这里：https://benchmarksgame-team.pages.debian.net/benchmarksgame/program/nbody-python3-1.html）

$ time python3.8 sim.py 10000000
-0.169075164
-0.169077842
python3.8 sim.py 10000000 96.07s user 0.63s system 99% cpu 1:36.79 total

结果表明，Python 3.8 总共耗时 96.79 秒。

$ time python3.11 sim.py 10000000
-0.169075164
-0.169077842
python3.11 sim.py 10000000 31.92s user 0.05s system 99% cpu 31.976 total

而 Python 3.11 只用了 31.98 秒，意味着 3 倍的速度提升！

JavaScript

JavaScript 是衡量编程语言性能的一个很好的基准。JavaScript 与 Python 一样，是一种灵活的动态类型脚本语言，可以在终端中运行，而且拥有完善的 C API。

在此次测试中，JavaScript 的表现并不差，它的运行速度超过了 Python。

究竟有多快？（JavaScript 源代码在这里：https://benchmarksgame-team.pages.debian.net/benchmarksgame/program/nbody-node-6.html）

$ time bun sim.ts 10000000
-0.169075164
-0.169077842
bun sim.ts 10000000 0.76s user 0.01s system 100% cpu 0.768 total

Bun 的模拟耗时为 0.768 秒，比 Python 3.11 快 41 倍。相信对于任何熟悉 JavaScript 的人来说，这个结果都在意料之中。JavaScript 是一种 JIT 编译语言，拥有多个出色的运行时。

C++ 17

C++ 是一种编译语言，这意味着它缺乏 Python 和 JavaScript 的一些便利性。除了严格的类型和晦涩难懂的语法之外，C++ 还需要提前编译。

使用 -O2 编译 C++ 代码需要 0.183 秒。（C++ 源代码在这里：https://benchmarksgame-team.pages.debian.net/benchmarksgame/program/nbody-gpp-9.html）

$ time g++ -O2 -std=c++17 sim.cc -o sim
g++ -O2 -std=c++17 sim.cc -o sim 0.11s user 0.03s system 76% cpu 0.183 total

接着，运行可执行文件：

$ time ./sim 10000000
-0.169075164
-0.169077842
./sim 10000000 0.42s user 0.00s system 99% cpu 0.423 total

C++ 的模拟耗时为 0.423 秒，比 JavaScript 快 1.8 倍。在我看来，这个数字代表了 Python 之类的语言可以达到的性能“峰值”。

从理论上来讲，JIT 编译语言可以击败编译语言。然而据我所知，实践中并没有真正出现过这样的情况。

Python 万岁！

Python 的性能确实在不断提升，这对我们来说无疑是个天大的好消息。Python 的语法非常简洁，常常作为新手程序员的入门编程语言。

JIT 编译 CPython 确实取得了付出了很大的努力，这里我要着重表扬 Torch Dynamo（https://github.com/pytorch/torchdynamo）。尽管这个库面向的是 PyTorch 代码，但这是一项通用的字节码重写技术，值得深入了解。

— 推荐阅读 —