自從編程語(yǔ)言誕生以來，人們常常就哪種語(yǔ)言速度最快的問題爭(zhēng)論不休。無論是嚴(yán)肅的科學(xué)研究，還是深夜酒吧的喧囂，都不乏關(guān)于這個(gè)話題的爭(zhēng)執(zhí)。文本不打算就這個(gè)問題展開討論，我們不妨從一個(gè)更高的層面來看一看這個(gè)問題：

如何比較兩種截然不同的編程語(yǔ)言的性能。為了進(jìn)行有意義的比較，我們必須使用兩種編程語(yǔ)言實(shí)現(xiàn)一系列測(cè)試程序，運(yùn)行基準(zhǔn)測(cè)試，然后再比較最后的結(jié)果。

實(shí)際上，這種比較的難度很大，有時(shí)甚至非常費(fèi)時(shí)費(fèi)力。盡管問題本身看起來很簡(jiǎn)單，但大量可能出現(xiàn)錯(cuò)誤的地方會(huì)導(dǎo)致一無所知的性能測(cè)試員遭遇坎坷，有時(shí)即使非常了解也無濟(jì)于事。

01 等效的實(shí)現(xiàn)？

為了公平地比較兩種語(yǔ)言的實(shí)現(xiàn)，編寫出來的程序的質(zhì)量應(yīng)該達(dá)到同等水平。也就是說，必須由某位對(duì)兩種編程語(yǔ)言以及領(lǐng)域知識(shí)的掌握程度大致相同的人來編寫程序。這本身就很難。如果由不同的人來編寫實(shí)現(xiàn)，那么他們可能會(huì)選擇不同的算法來解決問題，這樣的性能比較就不再是編程語(yǔ)言本身的問題，而是每位程序員選擇的編程方法的問題。

即使兩個(gè)實(shí)現(xiàn)都是由同一個(gè)人使用相同的算法編寫的，仍然存在其他問題。通常，每個(gè)人都有自己擅長(zhǎng)的語(yǔ)言。因此，他們會(huì)選擇自己喜歡的語(yǔ)言提供更快的實(shí)現(xiàn)。這就會(huì)引發(fā)偏差，因?yàn)檫@樣的性能比較衡量的不是編程語(yǔ)言本身，而更多的是程序員。這類的測(cè)試適合尋找易用性與生產(chǎn)力的差異，但對(duì)比較性能而言則不合適。

因此，你可能需要評(píng)估許多專業(yè)程序員已經(jīng)編寫好的程序。這是一個(gè)很好的方法，但有時(shí)即使是經(jīng)驗(yàn)豐富的研究也會(huì)出錯(cuò)。有一篇論文試圖通過這種方法比較不同的編程語(yǔ)言的性能和效率。

他們的測(cè)試結(jié)果表明，某個(gè)程序用C實(shí)現(xiàn)比C++實(shí)現(xiàn)快30%。這個(gè)測(cè)試結(jié)果影響了整個(gè)論文的基調(diào)。按照這個(gè)論斷，假設(shè)將所有 C 源代碼的文件擴(kuò)展名 .c 改為.cpp并重新編譯，應(yīng)該能得到大致相同的結(jié)果（可能會(huì)有幾個(gè)百分點(diǎn)的誤差）。所以我們只能得出以下結(jié)論（按照可能性從高到低排列）：

C++版本的代碼比較差；

測(cè)試方法有明顯的瑕疵；

與C相比，該編譯器對(duì)C++的性能有重大的負(fù)面影響。換句話說，上述呈現(xiàn)的差異并非來自編程語(yǔ)言本身。

02 測(cè)量的難度

還有一個(gè)很大的問題是，如何測(cè)量某個(gè)程序的性能。一種常見的方法是連續(xù)運(yùn)行多次測(cè)試，然后執(zhí)行如下操作：

處理異常值：去掉兩個(gè)極值（即最慢和最快的測(cè)量值）；

計(jì)算剩余數(shù)據(jù)點(diǎn)的平均值和/或中位數(shù)；

比較不同程序之間的結(jié)果，速度最快的程序獲勝。上過統(tǒng)計(jì)課程的人可能還記得如何計(jì)算標(biāo)準(zhǔn)差。這種方法看似合理且嚴(yán)謹(jǐn)，但其實(shí)包含多個(gè)系統(tǒng)誤差。其中最大的問題涉及測(cè)量中的噪聲。

大多數(shù)基本的統(tǒng)計(jì)工具都會(huì)假設(shè)誤差呈正態(tài)分布，平均值為零。如果測(cè)量的是溫度或速度之類，則這個(gè)假設(shè)是合理的。然而，對(duì)于編程語(yǔ)言的性能測(cè)量來說，這個(gè)假設(shè)并不合理。程序的運(yùn)行時(shí)間包括實(shí)際上花費(fèi)在解決問題上的時(shí)間，以及來自操作系統(tǒng)中斷、磁盤訪問等方面的開銷。如果我們假設(shè)噪聲為平均值為零的高斯噪聲，那么這意味著計(jì)算機(jī)有一些未知的過程，可以讓程序的運(yùn)行速度超過完全無噪聲時(shí)的情況。這當(dāng)然是不可能的。這里的噪聲肯定不是高斯噪聲，因?yàn)樗肋h(yuǎn)不會(huì)出現(xiàn)負(fù)值。

事實(shí)上，最接近柏拉圖式理想答案的測(cè)量結(jié)果就是最快的，因?yàn)檫@種情況下來自系統(tǒng)噪聲的干擾最少。這樣的測(cè)量結(jié)果會(huì)被上述第一步操作“處理異常值”刪除。有時(shí)，采用合理的、現(xiàn)成的措施只會(huì)讓事情變得更糟。

03 統(tǒng)計(jì)的難度更大

暫時(shí)撇開這一點(diǎn)不談，我們假設(shè)我們獲得了兩個(gè)程序的性能測(cè)試結(jié)果，且這個(gè)結(jié)果看似確實(shí)“很高斯”。數(shù)值分析表明，1號(hào)語(yǔ)言的運(yùn)行花費(fèi)了10秒，而2號(hào)語(yǔ)言花費(fèi)了9秒。二者的差異為10%，因此我們就可以得出結(jié)論：2號(hào)語(yǔ)言的速度更快。這個(gè)結(jié)果正確嗎？

很遺憾，不正確。

右邊的那個(gè)更快，對(duì)不對(duì)？也許？大概？可能？為了正確回答這個(gè)問題，我們需要回顧一下大學(xué)學(xué)習(xí)的統(tǒng)計(jì)知識(shí)。首先，提出零假設(shè)，即假設(shè)兩個(gè)程序沒有性能差異。接著，計(jì)算這兩次測(cè)量結(jié)果來自同一個(gè)概率分布的概率。

如果概率非常?。ㄍǔ?%），則可以推翻零假設(shè)，從而證明其中一個(gè)程序比另一個(gè)快。這種方法叫做學(xué)生t檢驗(yàn)，常用于大量數(shù)據(jù)的統(tǒng)計(jì)。請(qǐng)注意，測(cè)試的某些實(shí)現(xiàn)會(huì)假設(shè)數(shù)據(jù)符合高斯分布，如果你的數(shù)據(jù)呈現(xiàn)其他形狀，則結(jié)果可能并不可靠。

這種方式適用于一個(gè)程序，但嚴(yán)格的測(cè)試需要包含多個(gè)程序。這些評(píng)估也有一些統(tǒng)計(jì)方法，但會(huì)非常復(fù)雜。具體的做法留給讀者自行查閱。

04 所有計(jì)算機(jī)的對(duì)齊都是雙刃劍

雖然統(tǒng)計(jì)非常難，但幸運(yùn)的是計(jì)算機(jī)很簡(jiǎn)單，因?yàn)樗鼈兙哂写_定性、可靠，而且合乎邏輯。例如，如果在一個(gè)程序中添加一條NOP指令，則結(jié)果可能只是多了一個(gè)指令周期，對(duì)性能的影響小到無法測(cè)量。

但是，如果你非要測(cè)量，那么結(jié)果可能會(huì)讓你陷入不解和困惑。這個(gè)小小的改動(dòng)有時(shí)會(huì)讓程序的運(yùn)行時(shí)間增加10%（甚至更長(zhǎng)），但也有可能縮短10%。你沒看錯(cuò)，這類看似無意義的工作可以加快程序的運(yùn)行速度。如果是第一次遇到這樣的問題，你可能壓根不會(huì)相信。

那么，問題在于，是否有可能讓CPU加倍努力，讓程序更快地運(yùn)行呢？答案為否。實(shí)際的指令根本無關(guān)緊要。重點(diǎn)在于代碼的對(duì)齊。代碼在內(nèi)存中的不同位置會(huì)影響其性能特征。

如果一段經(jīng)常被執(zhí)行的循環(huán)跨越了緩存邊界，它就會(huì)變慢。將其移動(dòng)到不跨越邊界的地方就能加快其速度。NOP指令并不一定要放在循環(huán)內(nèi)，只要它能將整個(gè)代碼塊向上或向下移動(dòng)，就可能導(dǎo)致這種差異。

假設(shè)你以非常嚴(yán)謹(jǐn)?shù)慕y(tǒng)計(jì)方式測(cè)量了兩個(gè)程序。如果二者之間的性能差異低于10%，則我們就無法斷言哪個(gè)程序更快，除非你使用的測(cè)量方式能夠消除對(duì)齊效應(yīng)。

05 這是關(guān)于機(jī)器的性能測(cè)量，而不是語(yǔ)言

隨著程序的運(yùn)行速度越來越快，優(yōu)化經(jīng)歷了一個(gè)有趣的階段轉(zhuǎn)變。一旦性能達(dá)到一定水平，系統(tǒng)就不再關(guān)心編譯器和CPU如何才能加快程序的運(yùn)行速度。相反，變成了程序員如何盡可能有效地利用CPU，例如將數(shù)據(jù)排列成方便處理器處理的布局等。

這意味著用基于硬件的原語(yǔ)替換基于語(yǔ)言的原語(yǔ)。某些圈子采用的優(yōu)化方式非常奇怪，程序員甚至知道他們的循環(huán)應(yīng)該被優(yōu)化成哪些SIMD指令，然后他們會(huì)不停地修改代碼，直到實(shí)現(xiàn)這種優(yōu)化。其實(shí)，這種優(yōu)化已經(jīng)與編程語(yǔ)言本身的功能沒有絲毫關(guān)系了。

這就是為什么C和Fortran之類的語(yǔ)言仍在許多性能基準(zhǔn)測(cè)試中名列前茅的主要原因，但這些技巧并不限于這些語(yǔ)言。幾年前，我開發(fā)了一款規(guī)模非常大的Java應(yīng)用程序，該應(yīng)用程序經(jīng)過了非常徹底的優(yōu)化。

其內(nèi)部由整數(shù)數(shù)組組成。最常執(zhí)行的路徑中沒有類，甚至沒有Integer對(duì)象，基本上就形同于在Java語(yǔ)言內(nèi)部重塑了C語(yǔ)言。其實(shí)，幾乎任何編程語(yǔ)言都可以有類似的實(shí)現(xiàn)。

它們之間的性能差異主要取決于每個(gè)編譯器的優(yōu)化器。即便使用相同的編程語(yǔ)言，也會(huì)產(chǎn)生截然不同的性能結(jié)果，更不用說不同的編程語(yǔ)言了。因此，聲稱某一種編程語(yǔ)言在性能上有明顯的優(yōu)勢(shì)都是不合理的，因?yàn)檎f到底都是內(nèi)聯(lián)匯編程序。

原文鏈接：

https://nibblestew.blogspot.com/2021/02/why-most-programming-language.html？m=1

編輯：jq