PyPy為什么能讓Python比C還快？一文了解內(nèi)在機制

「如果想讓代碼運行得更快，您應該使用 PyPy?！埂?Python 之父 Guido van Rossum

對于研究人員來說，迅速把想法代碼化并查看其是否行得通至關重要。Python 是能夠實現(xiàn)這一目標的出色語言，它能夠讓人們專注于想法本身，而不必過度為代碼格式等無聊的事情困擾。

但是，Python 有一個致命的缺點：速度比 C、C ++ 等語言慢很多。那么，構建一個 Python 原型測試想法之后，如何將其轉變?yōu)榭焖偾腋咝阅艿墓ぞ?？通常來說，人們還要再進行一步工作：將 Python 代碼手動轉換為 C 語言的代碼。但如果 Python 原型本身就可以運行得很快，那么轉換代碼的時間就可以做一些更有意義的事情。

import timefrom termcolor import colored
start = time.time()number = 0for i in range(100000000):    number += i    print(colored("FINISHED", "green"))print(f"Ellapsed time: {time.time() - start} s")

為了證明 PyPy 的速度，使用默認的 Python 解釋器和 PyPy 運行上述代碼，執(zhí)行一個從整數(shù) 0 加到 100,000,000 的循環(huán), 然后打印出運行時間。運行結果如下：

這不是學術意義上的評估，但該結果是令人驚嘆的。與大約需要 10 秒鐘的默認 Python 解釋器相比，PyPy 僅用 0.22 秒就完成了執(zhí)行。而且無需進行任何更改就可以直接將 Python 代碼放到 PyPy 上。而同一臺計算機上，等效的 C 語言實現(xiàn)需要 0.32 秒，PyPy 甚至擊敗了最快的 C 語言。

為什么 PyPy 這么快？

盡管代碼完全相同，但代碼的執(zhí)行方式卻大不相同。PyPy 提升速度的秘訣是「即時編譯（ just-in-time compilation）」，即 JIT 編譯。

提前編譯 

C、C ++、Swift、Haskell、Rust 等編程語言通常是提前編譯（AOT 編譯）的。這意味著用這些語言編寫代碼之后，編譯器會將源代碼轉換成特定計算機架構可讀的機器碼。也就是說在執(zhí)行程序時，執(zhí)行的并不是原始源代碼，而是機器碼。

解釋語言 

與 C 語言等上述語言不同，Python、JavaScript、PHP 等語言采用另一種方法——解釋語言。與將源代碼轉換為機器碼相比，解釋的過程中源代碼是保持不變的。每次運行程序時，解釋器都會逐行查看代碼并運行。例如，每個 Web 瀏覽器都內(nèi)置了 JavaScript 解釋器。

解釋器逐行運行程序

即時編譯

PyPy 是利用即時編譯來執(zhí)行 Python 代碼的。即 PyPy 不同于解釋器，它并不會逐行運行代碼，而是在執(zhí)行程序前先將部分代碼編譯成機器碼。

JIT 編譯綜合了提前編譯和解釋

往期推薦
量化: 如何用Python爬取創(chuàng)業(yè)板歷史+實時股票數(shù)據(jù)！｜實戰(zhàn)股票分析篇利用Pandas 9招挖掘五糧液股價！｜實戰(zhàn)股票數(shù)據(jù)分析篇 Pandas滾動操作 ｜量化股票第一步，用Python畫股票K線，雙均線圖，可視化你的股票數(shù)據(jù)！｜如何用Python爬取全部800多只ETF基金數(shù)據(jù)！｜如何用Python寫一個雙均線策略 ｜如何用Python開發(fā)一個多策略機器人！上篇！｜Python量化系列-用布林策略買五糧液能賺多少錢？｜只要4秒鐘！用Python 獲取上證指數(shù)34年的歷史日線數(shù)據(jù)！

入門: 最全的零基礎學Python的問題  | 零基礎學了8個月的Python  | 實戰(zhàn)項目 |學Python就是這條捷徑

干貨:爬取豆瓣短評，電影《后來的我們》 | 38年NBA最佳球員分析 |   從萬眾期待到口碑撲街！唐探3令人失望  | 笑看新倚天屠龍記 | 燈謎答題王 ｜用Python做個海量小姐姐素描圖 ｜碟中諜這么火，我用機器學習做個迷你推薦系統(tǒng)電影

趣味:彈球游戲  | 九宮格  | 漂亮的花 | 兩百行Python《天天酷跑》游戲!
AI: 會做詩的機器人 | 給圖片上色 | 預測收入 | 碟中諜這么火，我用機器學習做個迷你推薦系統(tǒng)電影