大家都知道Python最大的缺點就是效能差，到底多差網路上沒有具體數據，今天做了一個測試 。
首先要聲明一下， 這個簡單測試只是透過對陣列的建立、統計的耗時比較， 本以為陣列操作是python的強項，應該差別不大，但結果讓人大跌眼鏡：建立陣列Python耗時是java的14倍多，統計耗時Python是java的24倍多。
硬體環境：
Win8.1 64位元、i5 4670K 超到4.2GHZ,記憶體8G
軟體:
python 3.4， JDK 1.6
Phton的：
import time
c_rows=10000
c_cols=10000
lvStart=time.time()
#print(lvStart)
# 建立 [10000][10000]的整数阵列
lvArr=[[] for row in range(1,c_rows+1,1)]
lvRows=len(lvArr)
for row in range(0,lvRows,1):
lvArr[row]=[col for col in range(1,c_cols+1,1)]
lvEnd=time.time()
print("Create lvArray Use:%f" %((lvEnd-lvStart)*1000))
lvStart=time.time()
lvSum=sum(list(map(sum,lvArr)))
lvEnd=time.time()
print("lvArray summary is :%d" %(lvSum))
print("Calculate lvArray Use:%f" %((lvEnd-lvStart)*1000))結果：
Create lvArray Use:3654.559135 lvArray summary is :500050000000 Calculate lvArray Use:962.199926 [Finished in 6.3s]
========
JAVA的：
public class Test {
public static void main(String[] args) {
long lvStart = System.currentTimeMillis();
int[][] lvArr = new int[10000][10000];
for (int row = 0; row < lvArr.length; row++) {
for (int col = 0; col < lvArr[row].length; col++) {
lvArr[row][col] = col + 1;
}
}
long lvEnd = System.currentTimeMillis();
System.out.println(String.format("Create lvArray Use:%d", lvEnd - lvStart));
lvStart = System.currentTimeMillis();
long lvSum = 0;
for (int row = 0; row < lvArr.length; row++) {
for (int col = 0; col < lvArr[row].length; col++) {
lvSum += lvArr[row][col];
}
}
lvEnd = System.currentTimeMillis();
System.out.println(String.format("lvArray summary is :%d", lvSum));
System.out.println(String.format("Calculate lvArray Use:%d", lvEnd-lvStart));
}
}結果：
Create lvArray Use:257 lvArray summary is :500050000000 Calculate lvArray Use:39
原本以為Python會在列表、陣列方法的運算用到並行計算，但沒有，感覺很可惜。
C/Delphi這些硬傢伙就不比較了，絕對秒得沒影。
以上是python比java慢多少的詳細內容。更多資訊請關注PHP中文網其他相關文章！
