智一面提供python测试题

使用地址:http://www.gtalent.cn/exam/interview?token=10737428be8e0c037c28caaeb8038b69

Python 有一个致命的缺点:速度比 C、C ++ 等语言慢很多。那么,构建一个 Python 原型测试想法之后,如何将其转变为快速且高性能的工具?通常来说,人们还要再进行一步工作:将 Python 代码手动转换为 C 语言的代码。但如果 Python 原型本身就可以运行得很快,那么转换代码的时间就可以做一些更有意义的事情。而 PyPy,恰好可以解决这一问题。它能够让 Python 代码运行得比 C 还快。

 
import time
from termcolor import colored

start = time.time()
number = 0
for i in range(100000000):
    number += i
    
print(colored("FINISHED""green"))
print(f"Ellapsed time: {time.time() - start} s")为了证明 PyPy 的速度,使用默认的 Python 解释器和 PyPy 运行上述代码,执行一个从整数 0 加到 100,000,000 的循环, 然后打印出运行时间。运行结果如下: 这不是学术意义上的评估,但该结果是令人惊叹的。与大约需要 10 秒钟的默认 Python 解释器相比,PyPy 仅用 0.22 秒就完成了执行。而且无需进行任何更改就可以直接将 Python 代码放到 PyPy 上。而同一台计算机上,等效的 C 语言实现需要 0.32 秒,PyPy 甚至击败了最快的 C 语言。为什么 PyPy 这么快?尽管代码完全相同,但代码的执行方式却大不相同。PyPy 提升速度的秘诀是「即时编译( just-in-time compilation)」,即 JIT 编译提前编译 C、C ++、Swift、Haskell、Rust 等编程语言通常是提前编译(AOT 编译)的。这意味着用这些语言编写代码之后,编译器会将源代码转换成特定计算机架构可读的机器码。也就是说在执行程序时,执行的并不是原始源代码,而是机器码。 
v2-7cd73297907cb1b2140a35b77ae6c5d6_720w.png
提前编译把源代码转化为机器代码
解释语言
与 C 语言等上述语言不同,Python、JavaScript、PHP 等语言采用另一种方法——解释语言。与将源代码转换为机器码相比,解释的过程中源代码是保持不变的。每次运行程序时,解释器都会逐行查看代码并运行。例如,每个 Web 浏览器都内置了 JavaScript 解释器。
v2-0c751dcd84d386421564d29e5c314954_720w.png
解释器逐行运行程序即时编译PyPy 是利用即时编译来执行 Python 代码的。即 PyPy 不同于解释器,它并不会逐行运行代码,而是在执行程序前先将部分代码编译成机器码。
v2-7ba0a7f339f5578f41f1adc10cec150f_720w.png
JIT 编译综合了提前编译和解释如上图所示,而PyPy 使用的 JIT 编译是解释和提前编译的结合,可以利用提前编译来提高性能,并提高解释型语言的灵活性和跨平台可用性。这也就是为什么PyPy可以让Python有这么快的执行速度了。目前,大部分的使用者还保持使用着默认的Python编译器,如果对速度有要求不妨可以试试PyPy编译器

 

戳python试题:python大厂试题