


Pourquoi le code C s'exécute-t-il plus rapidement que Python ?
Dans cet article, nous apprendrons pourquoi le code C s'exécute plus rapidement que Python.
Guido Van Rossum a développé Python, l'un des langages de programmation les plus connus. Python est populaire parmi les développeurs en raison de sa syntaxe claire et de son code simple, même pour les débutants. Apprendre Python est très bénéfique pour ceux qui commencent tout juste leur carrière de programmeur. Ils peuvent utiliser la formation en programmation Python, les blogs, les vidéos, les modules et des milliers d'autres ressources pour apprendre tous les aspects de ce langage populaire. Une fois terminé, vous serez en mesure d'effectuer des activités de développement modernes telles que le développement d'interfaces graphiques, la conception Web, l'administration système, les transactions ou calculs financiers complexes, la science des données, la visualisation, etc.
Python est plus lent que C car c'est un langage interprété.
Python est plus lent que C car c'est un langage interprété.
Ainsi, davantage d'instructions CPU réelles sont nécessaires pour exécuter une instruction donnée.
Vous pouvez vérifier si la valeur d'une variable est inférieure, supérieure ou exactement égale à cette valeur en ajoutant le chiffre 1 ou en le comparant à une valeur donnée dans votre code Python.
La différence est que le code Python n'est pas immédiatement exécuté par le CPU, mais est interprété.
En termes de performances, cela fait toute la différence.
Utilisez presque toujours une machine virtuelle pour exécuter du code Python
Un autre nom pour un ordinateur virtuel est « interpréteur de bytecode ».
Le code interprété est toujours plus lent que le code machine réel car il nécessite plus d'instructions pour implémenter les instructions que pour exécuter les instructions machine réelles.
Exemple
Considérons l'expression x += 1. Sur les processeurs Intel, un incrément de registre est une opération unique avec une latence de 1 et un débit inverse d'un tiers (1/3).
En d’autres termes, il s’agit des instructions CPU les plus rapides qu’un processeur Intel puisse fournir.
Comment x += 1 est-il implémenté en Python ?
Pour comprendre cela, vous devez d'abord comprendre comment Python fonctionne en interne.
Les composants internes de Python incluent un tokenizer, un lexer, un générateur de bytecode et un interpréteur de bytecode -
Tokenizer - Il crée un flux de jetons à partir d'un fichier texte ASCII donné (code Python).
Analyseur Lexical - Cette zone de Python implique une indentation et un espacement appropriés. Une vérification de la syntaxe est effectuée à ce stade.
Bytecode Generator - Si des optimisations sont effectuées, elles le sont par des composants Python ; cependant, comme Python n'est pas un langage compilé, la portée des optimisations disponibles est limitée par rapport à un compilateur C.
Le module Python connu sous le nom de « interpréteur de bytecode » gère le flux de bytecode et alimente la machine virtuelle Python (en maintenant son état).
Une fois généré, le bytecode est généralement mis en cache en mémoire.
Cela augmente la vitesse car vous n'avez pas besoin de répéter le processus de tokenisation, d'analyse lexicale et de génération de bytecode pour le code que Python a déjà vu.
Ainsi, au lieu de passer par le processus de tokenisation, de lexing et de création de bytecode à chaque fois que nous parcourons la boucle while, nous pouvons continuer à transmettre le bytecode à l'interpréteur de bytecode.
N'est-ce pas plus rapide ? Non, ce n’est pas réellement le cas.
Bien que l'utilisation du bytecode mis en cache soit plus rapide, il ne s'exécute pas ou ne fonctionne pas aussi rapidement que le code machine.
Le vrai processeur exécutant le code n'est pas un ordinateur virtuel.
Processus de compilation
UCSD Pascal compilé, contrairement aux autres langages compilés de l'époque, n'a pas été compilé en langage assembleur. Au lieu de cela, il est compilé en p-code.
Donc, quand vous pensez aux « programmes Pascal compilés », vous pensez au p-Code. Si vous aimez Java ou Python et que vous voulez faire semblant d'avoir inventé quelque chose de nouveau, utilisez le "bytecode".
De plus, Python inclut également le concept de « Python compilé », qui fait référence au code Python qui a été traité par un tokenizer, un lexer et un générateur de bytecode pour créer un bytecode mis en cache qui peut être fourni à l'interpréteur de bytecode (alias machine virtuelle Python ).
Lorsque vous voyez un fichier avec une extension .py, il s'agit d'un fichier texte ASCII contenant le code source Python.
PYthon, compilé, c'est ce que représente un fichier avec une extension « .pyc ».
Pourtant, l'ordinateur virtuel exécute le code créé.
Code natif
Une fois qu'un programme est construit, il n'est pas entièrement converti en code natif tant qu'il n'est pas converti en instructions CPU binaires natives de la plate-forme pour laquelle il a été conçu.
Cela implique généralement d'écrire du code assembleur, de le transmettre à l'assembleur, puis de laisser l'assembleur créer des fichiers objets spécifiques à la plate-forme au lieu d'utiliser le bytecode.
Tant qu'un programme n'est pas connecté au runtime de la plateforme, il n'est pas prêt à être utilisé. Le moteur d'exécution peut fournir des services d'exécution tels que le chargement dynamique d'objets et créer un environnement pour l'exécution de code. En C compilé, il existe un runtime. Le C++ compilé a un runtime.
Pourquoi Python est-il plus lent que C ?
Python effectue des contrôles d'intégrité approfondis : les entiers ne débordent jamais, la mémoire invalide n'est jamais consultée, les types ne sont jamais (silencieusement) incorrects et les tableaux ne sont jamais écrits ou lus au-delà de leurs extrémités. En Python, il est rare d'obtenir une "erreur non locale", mais en C, il est assez courant d'obtenir des erreurs qui ne sont pas réellement des erreurs signalées.
Le compilateur de Python ne fait pas d'optimisations très avancées (le cas échéant) - d'une part, la vitesse n'est pas aussi importante qu'en C, et il n'y a pas autant d'informations à consulter - par exemple, en Common Lisp (un autre langage comme Python (comme un langage dynamique), vous pouvez fournir des annotations de type pour obtenir la même vitesse que C - si vous désactivez les contrôles de sécurité et promettez que certaines variables auront certains types, vous obtenez exactement les mêmes instructions de code machine (si votre Il y a un bug dans le programme et exactement le même comportement étrange se produira).
Conclusion
Dans cet article, nous avons découvert les différentes raisons pour lesquelles le code C s'exécute plus rapidement que Python.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Les applications du monde réel de Python incluent l'analyse des données, le développement Web, l'intelligence artificielle et l'automatisation. 1) Dans l'analyse des données, Python utilise des pandas et du matplotlib pour traiter et visualiser les données. 2) Dans le développement Web, les cadres Django et Flask simplifient la création d'applications Web. 3) Dans le domaine de l'intelligence artificielle, Tensorflow et Pytorch sont utilisés pour construire et former des modèles. 4) En termes d'automatisation, les scripts Python peuvent être utilisés pour des tâches telles que la copie de fichiers.

Python est largement utilisé dans les domaines de la science des données, du développement Web et des scripts d'automatisation. 1) Dans la science des données, Python simplifie le traitement et l'analyse des données à travers des bibliothèques telles que Numpy et Pandas. 2) Dans le développement Web, les cadres Django et Flask permettent aux développeurs de créer rapidement des applications. 3) Dans les scripts automatisés, la simplicité de Python et la bibliothèque standard le rendent idéal.

La flexibilité de Python se reflète dans les systèmes de prise en charge et de type dynamique multi-paradigmes, tandis que la facilité d'utilisation provient d'une syntaxe simple et d'une bibliothèque standard riche. 1. Flexibilité: prend en charge la programmation orientée objet, fonctionnelle et procédurale, et les systèmes de type dynamique améliorent l'efficacité de développement. 2. Facilité d'utilisation: La grammaire est proche du langage naturel, la bibliothèque standard couvre un large éventail de fonctions et simplifie le processus de développement.

Python est très favorisé pour sa simplicité et son pouvoir, adaptés à tous les besoins des débutants aux développeurs avancés. Sa polyvalence se reflète dans: 1) Facile à apprendre et à utiliser, syntaxe simple; 2) Bibliothèques et cadres riches, tels que Numpy, Pandas, etc.; 3) Support multiplateforme, qui peut être exécuté sur une variété de systèmes d'exploitation; 4) Convient aux tâches de script et d'automatisation pour améliorer l'efficacité du travail.

Oui, apprenez Python en deux heures par jour. 1. Élaborer un plan d'étude raisonnable, 2. Sélectionnez les bonnes ressources d'apprentissage, 3. Consolider les connaissances apprises par la pratique. Ces étapes peuvent vous aider à maîtriser Python en peu de temps.

Python convient au développement rapide et au traitement des données, tandis que C convient à des performances élevées et à un contrôle sous-jacent. 1) Python est facile à utiliser, avec syntaxe concise, et convient à la science des données et au développement Web. 2) C a des performances élevées et un contrôle précis, et est souvent utilisé dans les jeux et la programmation système.

Le temps nécessaire pour apprendre le python varie d'une personne à l'autre, principalement influencé par l'expérience de programmation précédente, la motivation d'apprentissage, les ressources et les méthodes d'apprentissage et le rythme d'apprentissage. Fixez des objectifs d'apprentissage réalistes et apprenez mieux à travers des projets pratiques.

Python excelle dans l'automatisation, les scripts et la gestion des tâches. 1) Automatisation: La sauvegarde du fichier est réalisée via des bibliothèques standard telles que le système d'exploitation et la fermeture. 2) Écriture de script: utilisez la bibliothèque PSUTIL pour surveiller les ressources système. 3) Gestion des tâches: utilisez la bibliothèque de planification pour planifier les tâches. La facilité d'utilisation de Python et la prise en charge de la bibliothèque riche en font l'outil préféré dans ces domaines.


Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Version Mac de WebStorm
Outils de développement JavaScript utiles

Dreamweaver CS6
Outils de développement Web visuel

Télécharger la version Mac de l'éditeur Atom
L'éditeur open source le plus populaire

DVWA
Damn Vulnerable Web App (DVWA) est une application Web PHP/MySQL très vulnérable. Ses principaux objectifs sont d'aider les professionnels de la sécurité à tester leurs compétences et leurs outils dans un environnement juridique, d'aider les développeurs Web à mieux comprendre le processus de sécurisation des applications Web et d'aider les enseignants/étudiants à enseigner/apprendre dans un environnement de classe. Application Web sécurité. L'objectif de DVWA est de mettre en pratique certaines des vulnérabilités Web les plus courantes via une interface simple et directe, avec différents degrés de difficulté. Veuillez noter que ce logiciel

Navigateur d'examen sécurisé
Safe Exam Browser est un environnement de navigation sécurisé permettant de passer des examens en ligne en toute sécurité. Ce logiciel transforme n'importe quel ordinateur en poste de travail sécurisé. Il contrôle l'accès à n'importe quel utilitaire et empêche les étudiants d'utiliser des ressources non autorisées.