Python到底有多慢？

其實如果是性能要求不高的應用的話，快慢表現得不會太明顯。舉個例子吧，原來大學期間畢設需要對多點之間路徑選擇順序進行優化，查閱多方資料後決定使用蟻群演算法選出最優路徑。尷尬點就在這個蟻群演算法里發生了。

首先用的10個坐標點模擬城市的位置，因為平時使用Python比較多一點也較為熟悉，所以首當其衝的選擇了Python作為實現蟻群演算法的編程語言，但是在第一次運行時差點就等睡著了。猜猜有多久，6分鐘多，這就是效率(運行速度)的可怕之處。總不能在畢設答辯里讓答辯老師等6分鐘來選個最優路徑，恐怕是要被掛呀。所以後來蟻群演算法這一塊使用c語言進行了優化，運算出結果不到1分鐘。沒有對比就沒有傷害，經歷了這件事後，我深深的體會到了Python執行效率的可怕之處。

但是作為一門簡潔易懂的解釋性語言，拋去了指針等複雜的內容，使開發者將更多的注意力集中於解決問題的方法或思路上，而不是編程語言的技術本身上。所以在這些優點的支撐下也可以原諒它的執行效率。

有可能有人有疑問為什麼C語言、Java語言的執行效率都比Python高呢，其實這和一門語言的底層代碼有關係。C語言是對彙編語言的二次開發，而Java大部分是對c和c++的二次開發，然而我們的Python則可以分為兩種情況，一種是cpython,另一種是jpython分別是對c和Java的二次開發，所以效率低於這兩種語言不言而喻的。原來看到消息稱，為解決Python的效率問題，官方打算重新開發Python的底層代碼，最近也沒有看到相關消息，畢竟這個工作量非常巨大。

如果交互操作多，系統的實時性要求高，對系統執行效率要求高，圖形圖像繪製複雜的話，建議用C++。但如果是實驗性程序，需要用很多高級的科學計算庫，程序處理實時性不高的話，建議用Python。Python的精髓是有強大而其它語言不可比擬的科學計算程序包。諸如機器學習、統計等程序包。c++的精髓是程序執行效率高，程序靈活，人機交互設計，資料庫操作，複雜圖形繪製處理方面都很適用。Java的精髓是web設計，手機App，跨平台的伺服器處理。一句話，用什麼語言看需求而定。

哈，python總是被人在意的是性能和線程問題。

說實在的，只有你把代碼寫好了，才有對比性能的要求。還有主要得看業務，一個小說網站需要的性能是python決定的嗎？根本就是伺服器和帶寬來決定的。