對于數據科學家而言，熱愛Python的理由數不勝數。但你是否也曾問過這樣的問題：Python和C或C++等更專業的低級編程語言究竟有何不同呢?我想這是很多數據科學家或者Python用戶曾經問過或者將來會問自己的問題。

Python和C++類語言之間存在許多區別，本文將通過一個十分簡單的例子向你展示，與Python相比，C++究竟有多快。

為了說明這種區別，本文選擇一個簡單實用而非想象虛構的任務：生成固定值為“k”的所有可能DNA k-mers。選擇該示例，是因為與基因組相關的許多數據處理和任務分析(例如k-mers生成)都是計算密集型的，而這同樣也是很多生物信息學領域的數據科學家對C++感興趣的原因。

請注意，本文目標并不是以最有效的方式比較C++和Python。這兩種代碼均可采用更高效的方式和更優化的方法編寫。本文的唯一目標，就是比較這兩種語言在使用完全相同的算法和指令時的速度。

DNA K-mers簡介

DNA是一種稱為核苷酸的長鏈單位。在DNA中，共有4種核苷酸類型，分別用字母A、C、G和T表示。人類(更準確地說是智人)擁有核苷酸對30億個。例如，人類DNA的一小部分可能類似于：

ACTAGGGATCATGAAGATAATGTTGGTGTTTGTATGGTTTTCAGACAATT

在此示例中，如果從該字符串中選擇任意4個連續的核苷酸(即字母)，它將是一個長度為4的k-mer(可稱之為4-mer)。以下便是從此示例中衍生出來的一些4-mers例子：ACTA，CTAG，TAGG，AGGG，GGGA等。

難點挑戰

本文以生成所有可能的13-mers為例，從數學上講，這是一個帶有替換的排列問題。因此，共有413個(67108864)可能的13-mers。下面將使用一個簡單的算法在C++和Python中生成結果。

方案比較

為了方便比較C++和Python在此特定挑戰中的優劣，我在兩種語言中使用了完全相同的算法。這兩種代碼均有意設計地簡單而相似。同時，避免使用復雜的數據結構或第三方包或庫。第一段代碼采用Python編寫。

運行Python代碼，生成全部13-mers共6700萬個大約需要61.23秒。為了公平比較，我注釋掉了顯示k-mers的行。如果想在生成k-mers時顯示它們，也可以取消對這兩行的注釋。注意，顯示全部k-mers耗時很長。如有需要，請操作CTRL+C中止代碼。

現在，來看看C++中同樣的算法：

編譯后，運行C++代碼，生成全部13-mers共6700萬個大約需要2.42秒。這意味著運行相同算法，Python用時是C++的25倍多。然后，對14-mers和15-mers重復進行此實驗。匯總結果如下表所示：

比較生成13-、14-和15-mers的Python和C++運行結果。

顯然，C++比Python快得多。對于大多數程序員和數據科學家而言，這是共識。但該示例表明，這種差異十分顯著。

本示例并沒有使用CPU或GPU并行化，因其必須針對相應類型的問題(密集并行難題)進行。此外，示例也沒有大量涉及內存。如果將運行結果進行存儲(出于某些特定原因)，那么使用內存管理在運行C++和Python時，將產生更顯著的差異。

此示例和數以千計的其他事實表明，在處理大量數據或指數增長的過程中，身為數據科學家，你應該了解C++類語言。

總結

以上是生活随笔為你收集整理的python 字符串操作速度_强者一出，谁与争锋？与Python相比，C＋的运行速度究竟有多快？|python|编程语言|字符串|示例|算法...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。