你可能会觉得下面的图表比较有意思，因为它是分别用三种编程语言（Ruby, Java, C/C++）写的埃拉托色尼质数过滤算法（译注：Sieve of Eratosthenes）的性能分析图，如图：（本文的最后附有相应代码）
好，很明显Ruby是慢的，而且慢了大概有1.5个数量级（译注：即约30倍）。这对于Ruby爱好者来说可不是个好消息。不过换个角度看， 呼！Ruby与五、六年前的顶级电脑一样快。还记得第一次在时钟周期不到一兆赫的机器上跑程序的神奇情景吗...我们还为此兴奋得直往山顶跑！
注意一下，这三条曲线是同样形状的，我们可以从上篇blog中了解到为何曲线会呈线性。最后要关注的是，Java的曲线以极其微小的优势快于C++。你 可以抱怨那是因为没有用gcc编译器优化编译的缘故（我用的是cygwin（译注：gcc编译器移植到windows的版本）），可是，如果现在还有任何 C++程序员还会嘲笑Java的性能的话，我劝你最好还是再重新掂量掂量吧。
而对于那些因为他们自己的开发环境比Ruby快上30倍而洋洋自得的Java程序员来说，我肯定更优的ruby实时编译器即将问世了。不管如何，相比那快上1.5个数量级的情形来说，我本人还是更喜欢干净、简洁、易维护的代码。
Ruby
| require 'benchmark' def sievePerformance(n) r = Benchmark.realtime() do sieve = Array.new(n,true) sieve[0..1] = [false,false] 2.upto(Integer(Math.sqrt(n)) do |i| if sieve[i] (2*i).step(n,i) do |j| sieve[j] = false end end end end r end |
Java
| public class GeneratePrimes { public static double generate(int max) { long start = System.currentTimeMillis(); boolean sieve[] = new boolean[max]; Arrays.fill(sieve, true); sieve[0] = false; sieve[1] = false; for (int i = 2; i < Math.sqrt(max); i++) { if (sieve[i]) { for (int j = 2*i; j < sieve.length; j+=i) { sieve[j]= false; } } } return (System.currentTimeMillis() - start)/1000.0; } |
C++
| #include <iostream>> #include <math.h> #include <sys/time.h> using namespace std; double generate(int max) { struct timeval start; struct timezone tz; gettimeofday(&start, &tz); bool *sieve = new bool[max]; for (int i=0; i<max; i++) sieve[i] = true; sieve[0] = false; sieve[1] = false; for (int n=2; n<sqrt(max); n++) { if (sieve[n]) { for (int j=2*n; j<max; j+=n) sieve[j] = false; } } struct timeval end; gettimeofday(&end, &tz); double startSecond = start.tv_usec/1000000.0; double endSecond = (end.tv_sec - start.tv_sec) + end.tv_usec/1000000.0; return endSecond - startSecond; } int main(int ac, char** av) { for (int i=100000; i<=5000000; i+=100000) { double time = generate(i); cout << time << endl; } } |