Python慢的重要原因：
1、python是動(dòng)態(tài)性語言不是靜態(tài)性語言
在python程序執(zhí)行的時(shí)候，編譯器不知道變量的類型。
2、python是解釋性語言而不是編譯性語言
解釋型語言與編譯型語言它們本身的區(qū)別也會(huì)造成程序在執(zhí)行的時(shí)候的速度差異。一個(gè)智能化的編譯器可以預(yù)測(cè)并針對(duì)重復(fù)和不需要的操作進(jìn)行優(yōu)化。這也會(huì)提升程序執(zhí)行的速度。
3、 python的對(duì)象模型會(huì)導(dǎo)致訪問內(nèi)存效率低下
相對(duì)于C語言，在python中對(duì)整數(shù)進(jìn)行操作會(huì)有一個(gè)額外的類型信息層。
當(dāng)有很多的整數(shù)并且希望進(jìn)行某種批操作時(shí)，在python中往往會(huì)使用一個(gè)list，而在C中會(huì)使用某個(gè)基于緩存區(qū)的數(shù)組。
內(nèi)容擴(kuò)展：
Python一種動(dòng)態(tài)類型，解釋性的語言，對(duì)于很多開發(fā)者來說，Python運(yùn)行慢是眾所周知的事情，其萬物皆對(duì)象的特性，就是導(dǎo)致其運(yùn)行慢的一個(gè)原因，這篇文章就是想聊聊這里面的一些細(xì)節(jié)。
慢的原因
由于各種原因，Python比Fortran和C語言慢。
動(dòng)態(tài)類型
Pythn是動(dòng)態(tài)類型而不是靜態(tài)類型的，這意味著，在程序執(zhí)行時(shí)，解釋器并不知道變量的類型。下圖可以用來說明C變量和Python變量的區(qū)別
對(duì)C語言來說，編譯器在聲明變量的時(shí)候就知道其類型了；對(duì)Python來說，程序執(zhí)行時(shí)只知道一個(gè)變量是某種Python對(duì)象。
對(duì)于下面的C代碼
|
1
2
3
|
int a = 1;int b = 2;int c = a + b; |
編譯器始終知道a和b是整型，在執(zhí)行相加運(yùn)算時(shí)，流程如下:
把<int> 1賦值給a
把<int> 2賦值給b
調(diào)用binary_add<int, int>(a, b)
把結(jié)果賦值給c
實(shí)現(xiàn)同樣功能的Python代碼如下
|
1
2
3
|
a = 1b = 2c = a + b |
解釋器只知道1和2是對(duì)象，但是并不知道這個(gè)對(duì)象的類型。所以解釋器必須檢查每個(gè)變量的PyObject_HEAD才能知道變量類型，然后執(zhí)行對(duì)應(yīng)的相加操作，最后要?jiǎng)?chuàng)建一個(gè)新的Python對(duì)象來保存返回值，大致流程如下：
把1賦值給a
- 設(shè)置a->PyObject_HEAD->typecode為整型
- 設(shè)置a->val = 1
把2賦值給b
- 設(shè)置a->PyObject_HEAD->typecode為整型
- 設(shè)置b->val = 2
調(diào)用binary_add<int, int>(a, b)
- a->PyObject_HEAD獲取類型編碼
- a是一個(gè)整型；值為a->val
- b->PyObject_HEAD獲取類型編碼
- b是一個(gè)整型，值為b->val
- 調(diào)用binary_add<int, int>(a->val, b->val)
- 結(jié)果為整型，存在result中
創(chuàng)建對(duì)象c
設(shè)c->PyObject_HEAD->typecode為整型
設(shè)置c->val為result
動(dòng)態(tài)類型意味著任何操作都會(huì)涉及更多的步驟。這是Python對(duì)數(shù)值操作比C語言慢的主要原因
到此這篇關(guān)于Python程序慢的重要原因的文章就介紹到這了,更多相關(guān)Python慢的重要原因內(nèi)容請(qǐng)搜索服務(wù)器之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持服務(wù)器之家！
原文鏈接：https://www.py.cn/faq/python/18442.html
