對(duì)于數(shù)據(jù)科學(xué)家而言，熱愛(ài)Python的理由數(shù)不勝數(shù)。但你是否也曾問(wèn)過(guò)這樣的問(wèn)題：Python和C或C++等更專(zhuān)業(yè)的低級(jí)編程語(yǔ)言究竟有何不同呢?我想這是很多數(shù)據(jù)科學(xué)家或者Python用戶曾經(jīng)問(wèn)過(guò)或者將來(lái)會(huì)問(wèn)自己的問(wèn)題。

Python和C++類(lèi)語(yǔ)言之間存在許多區(qū)別，本文將通過(guò)一個(gè)十分簡(jiǎn)單的例子向你展示，與Python相比，C++究竟有多快。

為了說(shuō)明這種區(qū)別，本文選擇一個(gè)簡(jiǎn)單實(shí)用而非想象虛構(gòu)的任務(wù)：生成固定值為“k”的所有可能DNA k-mers。選擇該示例，是因?yàn)榕c基因組相關(guān)的許多數(shù)據(jù)處理和任務(wù)分析(例如k-mers生成)都是計(jì)算密集型的，而這同樣也是很多生物信息學(xué)領(lǐng)域的數(shù)據(jù)科學(xué)家對(duì)C++感興趣的原因。

請(qǐng)注意，本文目標(biāo)并不是以最有效的方式比較C++和Python。這兩種代碼均可采用更高效的方式和更優(yōu)化的方法編寫(xiě)。本文的唯一目標(biāo)，就是比較這兩種語(yǔ)言在使用完全相同的算法和指令時(shí)的速度。

DNA K-mers簡(jiǎn)介

DNA是一種稱(chēng)為核苷酸的長(zhǎng)鏈單位。在DNA中，共有4種核苷酸類(lèi)型，分別用字母A、C、G和T表示。人類(lèi)(更準(zhǔn)確地說(shuō)是智人)擁有核苷酸對(duì)30億個(gè)。例如，人類(lèi)DNA的一小部分可能類(lèi)似于：

ACTAGGGATCATGAAGATAATGTTGGTGTTTGTATGGTTTTCAGACAATT

在此示例中，如果從該字符串中選擇任意4個(gè)連續(xù)的核苷酸(即字母)，它將是一個(gè)長(zhǎng)度為4的k-mer(可稱(chēng)之為4-mer)。以下便是從此示例中衍生出來(lái)的一些4-mers例子：ACTA，CTAG，TAGG，AGGG，GGGA等。

難點(diǎn)挑戰(zhàn)

本文以生成所有可能的13-mers為例，從數(shù)學(xué)上講，這是一個(gè)帶有替換的排列問(wèn)題。因此，共有413個(gè)(67108864)可能的13-mers。下面將使用一個(gè)簡(jiǎn)單的算法在C++和Python中生成結(jié)果。

方案比較

為了方便比較C++和Python在此特定挑戰(zhàn)中的優(yōu)劣，我在兩種語(yǔ)言中使用了完全相同的算法。這兩種代碼均有意設(shè)計(jì)地簡(jiǎn)單而相似。同時(shí)，避免使用復(fù)雜的數(shù)據(jù)結(jié)構(gòu)或第三方包或庫(kù)。第一段代碼采用Python編寫(xiě)。

運(yùn)行Python代碼，生成全部13-mers共6700萬(wàn)個(gè)大約需要61.23秒。為了公平比較，我注釋掉了顯示k-mers的行。如果想在生成k-mers時(shí)顯示它們，也可以取消對(duì)這兩行的注釋。注意，顯示全部k-mers耗時(shí)很長(zhǎng)。如有需要，請(qǐng)操作CTRL+C中止代碼。

現(xiàn)在，來(lái)看看C++中同樣的算法：

編譯后，運(yùn)行C++代碼，生成全部13-mers共6700萬(wàn)個(gè)大約需要2.42秒。這意味著運(yùn)行相同算法，Python用時(shí)是C++的25倍多。然后，對(duì)14-mers和15-mers重復(fù)進(jìn)行此實(shí)驗(yàn)。匯總結(jié)果如下表所示：

比較生成13-、14-和15-mers的Python和C++運(yùn)行結(jié)果。

顯然，C++比Python快得多。對(duì)于大多數(shù)程序員和數(shù)據(jù)科學(xué)家而言，這是共識(shí)。但該示例表明，這種差異十分顯著。

本示例并沒(méi)有使用CPU或GPU并行化，因其必須針對(duì)相應(yīng)類(lèi)型的問(wèn)題(密集并行難題)進(jìn)行。此外，示例也沒(méi)有大量涉及內(nèi)存。如果將運(yùn)行結(jié)果進(jìn)行存儲(chǔ)(出于某些特定原因)，那么使用內(nèi)存管理在運(yùn)行C++和Python時(shí)，將產(chǎn)生更顯著的差異。

此示例和數(shù)以千計(jì)的其他事實(shí)表明，在處理大量數(shù)據(jù)或指數(shù)增長(zhǎng)的過(guò)程中，身為數(shù)據(jù)科學(xué)家，你應(yīng)該了解C++類(lèi)語(yǔ)言。

總結(jié)

以上是生活随笔為你收集整理的python 字符串操作速度_强者一出，谁与争锋？与Python相比，C＋的运行速度究竟有多快？|python|编程语言|字符串|示例|算法...的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。