Python中怎么理解PyPy能讓代碼運行得更快

這篇文章主要介紹“Python中怎么理解PyPy能讓代碼運行得更快”，在日常操作中，相信很多人在Python中怎么理解PyPy能讓代碼運行得更快問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Python中怎么理解PyPy能讓代碼運行得更快”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

不同的方法

Python是一種解釋性語言，CPython逐行讀取并執(zhí)行源代碼。解釋性語言(包括JavaScript)有很多優(yōu)點：

• 易于編寫

• 元編程能力強大

• 編譯不會失敗

當然，它也有一些缺點：

• 在解析源代碼時，性能消耗巨大

• 編譯不會失敗

可以看到，其優(yōu)缺點都包括了“編譯不會失敗”。這有時候基于不同的行為(比如原型設計或生產)，但我仍然傾向于將其視為一個缺點。而PyPy稍有不同，它不是一個純粹的解釋器，而是實現(xiàn)了跟蹤即時(JIT)編譯。

即時編譯

即時編譯介于解釋和傳統(tǒng)提前編譯之間。即時編譯器并不執(zhí)行源代碼本身，而是生成一組可立即執(zhí)行的低層指令(通常是匯編)。

這個插圖可以幫助我們理解其中的區(qū)別。在編譯語言(C、C++、Rust)中，編譯階段嚴格按照開發(fā)環(huán)境劃分。它生成一個可運行的二進制文件，然后將其發(fā)送到生產環(huán)境中。

在解釋性語言中，情況正好相反：源代碼(在*化之后，hello JS)被全部推到生產環(huán)境中，由解釋器執(zhí)行。即時編譯語言也運送源代碼(或字節(jié)碼，如Java或C#)，但它是作為一種常規(guī)編譯語言編譯和運行，而不是逐行解釋。

并不是說一種方法比另一種好，每個用例都將根據其獨特的需求指定正確的選擇。但是，如果性能非常關鍵，使用Python解釋器感覺很舒服，那么你可以選擇PyPy。

跟蹤即時編譯

與編譯或解釋一樣，實現(xiàn)即時編譯也有不同的方法。傳統(tǒng)的方法是方法/函數作用域。當代碼調用一個函數時，即時編譯器將獲得它的源代碼，進行編譯并提供可執(zhí)行的二進制文件。而PyPy采用的方法稍微不同，這是由Python的特性和用例決定的。

PyPy的編譯器不是按方法調用，而是計算循環(huán)。由于Python在數據科學、機器學習、高級算法以及數據結構中使用廣泛，這是最有意義的。簡而言之，PyPy是Python之上的一個優(yōu)化層。

PyPy并不像所理解的那樣嚴格處理循環(huán)。除了常規(guī)的for和while結構外，如果PyPy檢測到編譯工作有價值，它會優(yōu)化任意代碼塊。

缺點

當然，PyPy也有缺點。即使它能大大提高性能，你也需要知道以下幾點：

• 不支持所有的Python。它支持大部分代碼，但是如果處理底層的CPython實現(xiàn)細節(jié)或者有Cython綁定，它就不起作用了。

• 回溯未來。PyPy當前版本是3.4，而Python目前穩(wěn)定在3.8，但是回溯法是Python開發(fā)者擅長的技術。

• 優(yōu)化是好事，但不是編寫糟糕代碼的借口。如果代碼無法被人讀懂， PyPy又怎能理解呢?

• 全局解釋器鎖還在。如果執(zhí)行繁重的多線程操作，請選擇其他實現(xiàn)方法。

與任何工具一樣，在采用之前，我們應該考慮所有的細節(jié)。不過，下次登錄到Codeforces接受挑戰(zhàn)時，不妨試用一下PyPy。有可能O(n^3)錯誤代碼會通過，而在純Python中，只有O(n log n)會通過。

其他實現(xiàn)

除了CPython和PyPy，還有其他值得注意的Python實現(xiàn)：

• StacklessPython。它和Python相同，但沒有全局解釋器鎖，《星戰(zhàn)前夜》游戲后端用的就是它。

• IronPython是一種在 NET上實現(xiàn)的 Python 語言，它為Python和c#代碼提供了非常簡單的交互操作。

• JPython同理，但是有Java。

到此，關于“Python中怎么理解PyPy能讓代碼運行得更快”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續(xù)學習更多相關知識，請繼續(xù)關注億速云網站，小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>