与Python的速度较量：C++究竟有多快？

「爱情、让人受尽委屈。」 2023-01-07 10:30 121阅读 0赞

> 全文共2969字，预计学习时长8分钟

![与Python的速度较量：C++究竟有多快？][Python_C]

图源：unsplash

对于数据科学家而言，热爱Python的理由数不胜数。但你是否也曾问过这样的问题：Python和C或C++等更专业的低级编程语言究竟有何不同呢？我想这是很多数据科学家或者Python用户曾经问过或者将来会问自己的问题。

Python和C++类语言之间存在许多区别，本文将通过一个十分简单的例子向你展示，与Python相比，C++究竟有多快。

![与Python的速度较量：C++究竟有多快？][Python_C 1]

为了说明这种区别，本文选择一个简单实用而非想象虚构的任务：生成固定值为“k”的所有可能DNA k-mers。选择该示例，是因为与基因组相关的许多数据处理和任务分析（例如k-mers生成）都是计算密集型的，而这同样也是很多生物信息学领域的数据科学家对C++感兴趣的原因。

![与Python的速度较量：C++究竟有多快？][Python_C 2]

请注意，本文目标并不是以最有效的方式比较C++和Python。这两种代码均可采用更高效的方式和更优化的方法编写。本文的唯一目标，就是比较这两种语言在使用完全相同的算法和指令时的速度。

**DNA K-mers简介**

DNA是一种称为核苷酸的长链单位。在DNA中，共有4种核苷酸类型，分别用字母A、C、G和T表示。人类（更准确地说是智人）拥有核苷酸对30亿个。例如，人类DNA的一小部分可能类似于：

ACTAGGGATCATGAAGATAATGTTGGTGTTTGTATGGTTTTCAGACAATT

在此示例中，如果从该字符串中选择任意4个连续的核苷酸（即字母），它将是一个长度为4的k-mer（可称之为4-mer）。以下便是从此示例中衍生出来的一些4-mers例子：ACTA，CTAG，TAGG，AGGG，GGGA等。

**难点挑战**

本文以生成所有可能的13-mers为例，从数学上讲，这是一个带有替换的排列问题。因此，共有4¹³个（67108864）可能的13-mers。下面将使用一个简单的算法在C++和Python中生成结果。

**方案比较**

为了方便比较C++和Python在此特定挑战中的优劣，我在两种语言中使用了完全相同的算法。这两种代码均有意设计地简单而相似。同时，避免使用复杂的数据结构或第三方包或库。第一段代码采用Python编写。

defconvert(c):
                   if (c =='A'): return'C'
                   if (c =='C'): return'G'
                   if (c =='G'): return'T'
                   if (c =='T'): return'A'
                 print("Start")
                 opt ="ACGT"
                s =""
                s_last =""
                len_str =13
                 for i inrange(len_str):
                   s += opt[0]
                 for i inrange(len_str):
                   s_last += opt[-1]
                 pos =0
                counter =1
                while (s != s_last):
                   counter +=1
                   # You can uncomment the next line to see all k-mers.
                   # print(s)
                   change_next =True
                   for i inrange(len_str):
                        if (change_next):
                            if (s[i] == opt[-1]):
                                s = s[:i] +convert(s[i]) + s[i+1:]
                                change_next =True
                            else:
                                s = s[:i] +convert(s[i]) + s[i+1:]
                                break
                 # You canuncomment the next line to see all k-mers.
                # print(s)
                print("Number ofgenerated k-mers: {}".format(counter))
                print("Finish!")

运行Python代码，生成全部13-mers共6700万个大约需要61.23秒。为了公平比较，我注释掉了显示k-mers的行。如果想在生成k-mers时显示它们，也可以取消对这两行的注释。注意，显示全部k-mers耗时很长。如有需要，请操作CTRL+C中止代码。

现在，来看看C++中同样的算法：

#include<iostream>
               #include<string>
                 usingnamespacestd;
                 charconvert(char c)
               {
                  if (c == 'A') return'C';
                  if (c == 'C') return'G';
                  if (c == 'G') return'T';
                  if (c == 'T') return'A';
                  return' ';
               }
                 intmain()
               {
                  cout << "Start" << endl;
                     string opt = "ACGT";
                  string s = "";
                  string s_last = "";
                  int len_str = 13;
                  bool change_next;
                     for (int i=0; i<len_str;i++)
                  {
                       s += opt[0];
                  }
                     for (int i=0; i<len_str;i++)
                  {
                       s_last += opt.back();
                  }
                     int pos = 0;
                  int counter = 1;
                  while (s != s_last)
                  {  
                       counter ++;
                       // You canuncomment the next line to see all k-mers.
                       // cout << s<< endl; 
                       change_next = true;
                       for (int i=0; i<len_str;i++)
                       {
                           if (change_next)
                           {
                               if (s[i] == opt.back())
                               {
                                   s[i] = convert(s[i]);
                                   change_next = true;
                               } else {
                                   s[i] = convert(s[i]);
                                   break;
                               }
                           }
                       }
                  }
                     // You can uncomment the next line tosee all k-mers.
                  // cout << s << endl;
                  cout << "Number of generated k-mers: " <<counter << endl;
                  cout << "Finish!" << endl;
                  return0;
               }

编译后，运行C++代码，生成全部13-mers共6700万个大约需要2.42秒。这意味着运行相同算法，Python用时是C++的25倍多。然后，对14-mers和15-mers重复进行此实验。汇总结果如下表所示：

![与Python的速度较量：C++究竟有多快？][Python_C 3]

比较生成13-、14-和15-mers的Python和C++运行结果。

显然，C++比Python快得多。对于大多数程序员和数据科学家而言，这是共识。但该示例表明，这种差异十分显著。

本示例并没有使用CPU或GPU并行化，因其必须针对相应类型的问题（密集并行难题）进行。此外，示例也没有大量涉及内存。如果将运行结果进行存储（出于某些特定原因），那么使用内存管理在运行C++和Python时，将产生更显著的差异。

此示例和数以千计的其他事实表明，在处理大量数据或指数增长的过程中，身为数据科学家，你应该了解C++类语言。

![与Python的速度较量：C++究竟有多快？][Python_C 4]

**一起分享AI学习与发展的干货**

**欢迎关注全平台AI垂类自媒体 “读芯术”**

![format_png][]

（添加小编微信：dxsxbb，加入读者圈，一起讨论最新鲜的人工智能科技哦～）

[Python_C]: /images/20221119/d53423fcee2149e68a8349007a37b94b.png
[Python_C 1]: /images/20221119/966896f059e04adfadeb353f7e9a134c.png
[Python_C 2]: https://img-blog.csdnimg.cn/img_convert/98eb9fa537e003ec3886d9aaef05aa55.png
[Python_C 3]: https://img-blog.csdnimg.cn/img_convert/4e8b7d4d37469de1067179c26ada9343.png
[Python_C 4]: https://img-blog.csdnimg.cn/img_convert/b0dd0041028b5ce5f95998d7805557cb.png
[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91c2VyLWdvbGQtY2RuLnhpdHUuaW8vMjAxOS85LzEwLzE2ZDE5NjEzMjBmMTY5YmM?x-oss-process=image/format,png