Python 和 Go 在循环时候的性能对比

[Buffer2Disk]

如题

两个 for 循环分别 6000 次，来嵌套； 中间休息 5 秒钟；

python 代码如下（版本 2.7 ）

golang 的代码如下(版本 1.12)

python 在循环的时候，cpu 消耗 70%

golang 在循环的时候，cpu 消耗 0.6%、

这 2 个仅仅是简单的循环，性能差别就有这么大么，还是我姿势哪里不对？

[crella]

都是读取一行，按 tab 取列，修改文字，io 写入一行

[Buffer2Disk]

@neoblackcap 确实，算差集的时间复杂度要小很多

[shuax]

用 sleep 测试效率，学到了。

[SeaRecluse]

python3.6 未复现
占用大概 8%

[encro]

python 每次 for 循环都重新 range 生成列表，而 golang 没有，这明显不是同样的对比啊。

[encro]

这种比 cpu 没有意义，使用 time 命令比总执行时间还好点。

[mengzhuo]

空的 For 循环会被 Go 的 SSA 干掉的

[Buffer2Disk]

@neoblackcap 不过有个疑问就是，为什么 Python 计算集合的差集的时候时间复杂度是 O(n)呢？ python 计算差集原理我不太了解

因为 golang 的官方并没有提供计算差集的库，我去网上看了一些第三方 golang 库的源码，实际上也是通过嵌套循环来实

现集合计算差集的，并且这种嵌套循环在数据量比较大的时候，cpu 占用也并不是太高

[neoblackcap]

@Buffer2Disk
简单的理解就是只是用其中迭代其中一个集合，然后判断一下这个元素是否在，每次查询是否在集合的操作是 O(1)，n 个就是 O(n)

[Buffer2Disk]

@neoblackcap 网上那些 golang 的第三方库， 判断一下这个元素是否在 的这个操作(contains)，内部实现也是一个循环，所以实际上也就变成了 2 个循环在叠代

python 我不清楚是怎么个实现法儿的

[Buffer2Disk]

@neoblackcap
我尝试了下，golang 里面用 map 这种哈希结构的集合来存储数据，它判断元素是否存在的时间复杂度也是 O(1)
使用之后，cpu 的消耗 比 单纯的用 for 循环来迭代降下来不少

所以伪代码就是这样
for i in list {
if map[i] != null {
//存在
}
}

两个 6000 个元素的集合情况下
map 时间复杂度 O(n) , cpu 消耗 1%
for 循环迭代 O(n^2) ，cpu 消耗 4%

在元素比较多的情况，map 这种能够快速检索 key 的结构还是有优势的

[neoblackcap]

@Buffer2Disk 本身集合一般就是用哈希表实现

[Buffer2Disk]

@neoblackcap 没有啊，golang 里面的 list 就是双向链表实现的 = =

[way2create]

看见这个帖子...我想起曾经某语言某性能网站上的代码拿到本地一测，调换下测试顺序，结果完全不同了...所以严重怀疑那个网站测试的真实性