Speedwise，Pharo 與 Python3 相比如何？

Question

我在編程方面沒有太多經驗，但我會一點 Python3，現在我正在邁出學習 Pharo 的第一步。 我仍然不熟悉面向對象編程或 class 瀏覽器，但我已經學習了 ProfStef 教程，並且我正在玩 Playground 上的小程序，以熟悉語法。

我首先好奇的是這兩種語言在速度方面的比較，因為我在某處讀到 Pharo 內置了 JIT 編譯器。所以我用兩種語言編寫了一個異想天開的小腳本，生成了 800 萬個數字, 過濾其中的1/3，對每個計算1/sqrt(x)，對結果求和，並重復該過程一百次，每次稍微改變間隔，最后再次對結果求和，並對整個過程進行計時. 不是一個合適的基准，只是一個獲得數量級估計的練習，但我試圖讓兩個版本盡可能相似。

Python 3 版本：

import time, math

mega = lambda n: sum([1/math.sqrt(1 + i + n) for i in range(8000000) if (i + 1) // 3 == 0])
start = time.time()
print(sum([mega(n + 1) for n in range(100)]))
stop = time.time() - start
print(stop)

Python 3.8.5 的結果（默認，2020 年 7 月 28 日，12:59:40）：

34.7701230607214
52.75216603279114

法羅 8 版本：

| mega range start stop |.

range := [:n | (((1 to: 8000000) select: [:j | (j quo: 3) = 0]) collect: [:i | 1 / (n + i) sqrt]) sum].
start := DateAndTime  now.
Transcript show: (((1 to: 100) collect: [:n | range value: n]) sum); cr.
stop := (DateAndTime now - start) asSeconds.
Transcript show: stop; cr.

Pharo-8.0.0+build.1141.sha.1b7a8d8203fce2a57794451f555bba4222614081（64 位）的結果：

34.7701230607214
45

正如我所料，Pharo 版本運行得更快，但幅度不大，為 45 秒，而 Python 則略高於 52 秒。 花費的時間減少了大約 13%。 所以我猜他們的速度大約是相同的數量級。 這是典型的情況嗎？

Answer 1

這種測試並不能說明太多。 主要原因是大部分計算包括重復發送相同的消息到相同類的實例（ quo:和=用於select:和/ 、 + 、 sqrt在collect:等）。 這意味着諸如方法查找之類的耗時（內部）操作僅發生一次，然后被困在內聯緩存中。 因此，您的系統在運行這些基准測試時可能會優於另一個系統，而在運行“真實”應用程序時則要慢得多。 除了（單態或多態）內聯緩存（減少了對方法查找的需求）之外，其他不同的技術還有垃圾收集器的性能、方法內聯（用目標代碼的副本替換發送站點）、寄存器分配（用於最小化 memory 訪問），begin become:消息的性能等。眾多因素使得測量更復雜的代碼片段變得可取，嘗試像我剛才提到的那樣嘗試鍛煉已知的瓶頸。 有時，一個小改動可能會暴露系統隱藏的優勢（或劣勢）。 所以我的建議是，為了進行這種分析，你應該更加努力地設計測試，以測量系統如何響應特定類型的壓力。

Answer 2

雖然仍然不是那么慣用的小話，

| range start stop |.

range := [ :n | (1 to: 8000000) inject: 0 into: [:sum :in | 
    ((in quo: 3) = 0 )
        ifTrue: [1 / ( n + in) sqrt + sum] 
        ifFalse: [sum]]].
start := DateAndTime  now.
Transcript show: (((1 to: 100) collect: [:n | range value: n]) sum); cr.
stop := (DateAndTime now - start) asSeconds.
Transcript show: stop; cr.

快 2.5 倍。 哪一種強調了萊安德羅的觀點。