Python运行效率低的原因

Python是一款优雅的编程语言,在人工智能、云计算、大数据飞速发展的今天,Python受到了社会各界的关注,从国内的阿里、搜狐、知乎、腾讯、网易、土豆、新浪到国外的谷歌、Dropbox、Facebook、Redhat、Uber等都在大规模的使用Python完成各种任务!

Python的用途越来越广泛,很受欢迎,必然因为其有很多优点,但是Python也拥有一大缺点,相比于C语言,Python运行效率低,那么是什么原因导致的呢?

  1. python是动态语言

动态语言是一类在运行时可以改变其结构的语言,如新的函数、对象、代码可以被引入,已有的函数可以被删除或其他结构上的变化等,该类语言更具有活性,但是不可避免的因为运行时的不确定性也影响运行效率。

  1. python是解释执行

相比于C语言编译性语言编写的程序,Python是解释执行语言,其运行过程是Python运行文件程序时,Python解释器将源代码转换为字节码,然后再由Python解释器来执行这些字节码。其每次运行都要进行转换成字节码,然后再有虚拟机把字节码转换成机器语言,最后才能在硬件上运行,与编译性语言相比,其过程更复杂,性能肯定会受影响。

  1. Python中一切都是对象

Python是一门面向对象的编程语言,其设计理念是一切皆是对象,如数字、字符串、元组、列表、字典、函数、方法、类、模块等都是对象,包括代码,每个对象都需要维护引用计数,因此,增加了额外工作,影响了性能。

  1. Python GIL

GIL是Python最为诟病的一点,因为GIL,Python中的多线程并不能真正的并发,即使在单线程,GIL也会带来很大的性能影响,因为python每执行100个opcode就会尝试线程的切换,因此,影响Python运行效率。

  1. 垃圾回收

Python采用标记和分代的垃圾回收策略,每次垃圾回收的时候都会中断正在执行的程序,造成所谓的顿卡,影响运行效率。
————————————————
版权声明:本文为CSDN博主「lmseo5hy」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/lmseo5hy/article/details/81875518

猜你喜欢

转载自blog.csdn.net/lingchuxiao/article/details/103993919