FORCAL与C/C++、MATLAB、Python、Lua等各种语言的速度比较
欢迎访问Forcal数学软件FORCAL与C/C++、MATLAB、Python、Lua等各种语言的速度比较
目 录
1与C++的速度比较
2 与MATLAB速度比较3与Python速度比较
4 与Lua速度比较 很多人反对在各种编程语言之间进行比较，特别是单纯的运算速度比较，从某种意义上说，我也赞成这样的观点。但一个不容置疑的事实是，任何人在选择使用一种语言时，都进行了各种比较。确实，有比较才有选择。多一点了解，就多一种选择。实际上，我在设计Forcal时，就时时拿Forcal与各种语言进行比较，从而不断地提高它的性能。以下是Forcal与部分语言的速度比较，供大家参考。当然，仅比较运算速度，是非常片面的，特别是仅仅选择了一些程序片段做这种比较。如果有人对这些比较有异议，也欢迎畅所欲言。
同时期待有人给出其他一些比较。
1 与C++的速度比较[返回页首]
1.1 纯数学函数运算速度比较
Forcal软件包中的测试程序ForcalTest中有一个函数speed，比较了Forcal与c++执行如下代码的运行速度：
for(x=0.0;x<=1.0;x=x+0.0011)
{
for(y=1.0;y<=2.0;y=y+0.0011)
{
z=z+cos(1.0-sin(1.2*pow(x+0.1,y/2.0-x)+cos(1.0-sin(1.2*pow(x+0.2,y/3.0-x))))-cos(1.0-sin(1.2*pow(x+0.3,y/4.0-x)))-cos(1.0-sin(1.2*pow(x+0.4,y/5.0-x)+cos(1.0-sin(1.2*pow(x+0.5,y/6.0-x))))-cos(1.0-sin(1.2*pow(x+0.6,y/7.0-x)))));
}
}
以下是ForcalTest中运行speed()的结果，相信用过ForcalTest的都可以看到：
FORCAL与VC的速度比较:
表达式：(x,y)=cos{1-sin^(y/2-x)+cos{1-sin^(y/3-x)]}]-cos
{1-sin^(y/4-x)]}-cos{1-sin^(y/5-x)+cos{1-sin
^(y/6-x)]}]-cos{1-sin^(y/7-x)]}}}
FORCAL正对表达式进行循环求和计算，请等待... ...
forcal计算结果：19160.536601703152 运行时间：1782 即： 1.782秒
VC++ 正对表达式进行循环求和计算，请等待... ...
VC++ 计算结果：19160.536601703152 运行时间：1391 即： 1.391秒
1.2 八皇后问题速度比较
我在OpenFC中进行了这种比较，据测定，以下八皇后问题，Forcal的运行速度约为C++的1/11。
// 在运行不同的程序时，Forcal的速度，从接近C++到只有C++速度的几十分之一。
// Forcal的建议是：对运行时间较长的程序，如确有必要，设计成二级函数由Forcal调用，从而获得接近C++速度的性能。
// Forcal与C++是无缝链接的。故C++能实现的功能，借助二级函数，Forcal完全可以实现。
// 但没有Forcal支持的C++程序，将无法获得高效率地实时编译计算字符串表达式的功能。
// 据测定，以下八皇后问题，Forcal的运行速度约为C++的1/11。
// 八皇后问题是一个古老而著名的问题，是回溯算法的典型例题。
// 该问题是19世纪著名的数学家高斯1850年提出：在8×8格的国际象棋盘上摆放8个皇后，使其不能互相攻击，即任意两个皇后都不能处于同一行、同一列或同一斜线上，问有多少种摆法。
// 高斯认为有76种方案。1854年在柏林的象棋杂志上不同的作者发表了40种不同的解，后来有人用图论的方法解出92种结果。
// 以下算法是从网上搜来的，该算法没有最终给出排列组合，仅仅给出有多少种组合，但是算法确实十分奥妙。
//Forcal源程序
i:(::sum,upperlim)= sum=0,upperlim=1,SetIntStackMax(1000);
i:test(row, ld, rd : pos,p : sum,upperlim)=
{
which
{ row != upperlim,
{ pos = and{upperlim , not},
while{ pos,
p = and(pos,-pos),
pos = pos -p,
test(row+p, shl(ld+p,1), shr(rd+p,1))
}
},
sum++
}
};
i:main(:tm,n:sum,upperlim)=
{
n=15,
tm=CalFun(5,"SetRunTime"),
OutNStr(" Queens:"),out,OutNStr(" "),
upperlim=shl(upperlim,n)-1,
test(0,0,0),
OutNStr("sum:"),out,OutNStr(" "),
out,OutNStr(" seconds.")
};
//完成相同功能的C++程序
/*
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
long sum=0,upperlim=1;
void test(long row, long ld, long rd)
{
if (row != upperlim)
{
long pos = upperlim & ~(row | ld | rd);
while (pos){
long p = pos& -pos;
pos -= p;
test(row+p, (ld+p)<<1, (rd+p)>>1);
}
}
else
sum++;
}
int main(int argc, char *argv[])
{
time_t tm;
int n=15;
if(argc!=1)n=atoi(argv);
tm=time(0);
if((n<1)||(n>32))
{
printf(" heh..I can’t calculate that.\n");
exit(-1);
}
printf("%d Queens\n",n);
upperlim=(upperlim<<n)-1;
test(0,0,0);
printf("Number of solutions is %ld, %d seconds\n", sum,(int)(time(0)-tm));
}
*/
VC运行结果：
15 Queens
Number of solutions is 2279184, 6 seconds
OpenFC运行结果：
i: 1000 Queens:15 sum:2279184 66 seconds.
1.3 FcData与C++的速度比较
FcData是Forcal数据扩展动态库。以下比较大致体现了FcData的效率。
VC源程序：
#include "stdafx.h"
#include <iostream>
#include <iomanip>
#include <math.h>
#include <time.h>
using namespace std;
int _tmain(int argc, _TCHAR* argv[])
{
clock_t old,now;
long i,k;
long *p;
char ch;
old=clock();
for(i=0,k=0;i<=1000000;i++)
{
p=new long;
p=i; k=k+p;
delete[] p;
}
now=clock();
cout<<"vc＋＋："<<setprecision(20)<<k;
cout<<" 运行时间："<<now-old<<" 即： "<<(double)(now-old)/CLOCKS_PER_SEC<<"秒"<<endl<<endl;
cin>>ch;
return 0;
}
VC运行结果：
vc＋＋：1784293664 运行时间：218 即： 0.218秒
OpenFC中的Forcal源程序：
i:NowFcDataNum,SetFcDataMax;
SetRunTime();
i:(:i,k,p)=
{ i=0,k=0,
(i<=1000000).while
{
p=new,
p..set(i), k=k+p..get(),
delete,
i++
},
k
};
GetRunTime();
OpenFC运行结果：
i: 1784293664
10.469
在该例子中，Forcal的效率比较低，只有VC的10.469/0.218＝48.02293577981651分之一，原因是new和delete这两个函数耗时较长。若将new和delete这两个函数移到循环体的外边，Forcal的效率将大为提高，如下例：
VC源程序：
#include "stdafx.h"
#include <iostream>
#include <iomanip>
#include <math.h>
#include <time.h>
using namespace std;
int _tmain(int argc, _TCHAR* argv[])
{
clock_t old,now;
long i,k;
long *p;
char ch;
old=clock(); p=new long;
for(i=0,k=0;i<=20000000;i++)
{
p=i; k=k+p;
}
delete[] p; now=clock();
cout<<"vc＋＋："<<setprecision(20)<<k;
cout<<" 运行时间："<<now-old<<" 即： "<<(double)(now-old)/CLOCKS_PER_SEC<<"秒"<<endl<<endl;
cin>>ch;
return 0;
}
VC运行结果：
vc＋＋：562894464 运行时间：125 即： 0.125秒
OpenFC中的Forcal源程序：
SetRunTime();
i:(:i,k,p)=
{ i=0,k=0,p=new,
(i<=20000000).while
{
p..set(i), k=k+p..get(),
i++
},
delete,
k
};
GetRunTime();
OpenFC运行结果：
i: 562894464
2.437
在该例子中，Forcal的速度为VC的2.437/0.125＝19.496分之一。注意循环次数都增加到了20000000次。
1.4 与C++比较一个程序
在这个网页看到一篇各种语言运行速度比较的文章，摘抄如下：
— Erik Wrenholt (erik -at- timestretch.com) 2005-09-20
LanguageTime Relative SpeedC gcc-4.0.10.05 seconds1.00 xocaml compiled 3.09.20.05 seconds1.00 xSBCL 1.0.20.13 seconds2.55 xJava 1.4.20.40 seconds8.00 xIo 20070410 Vector1.40 seconds28.09 xLua 5.11.50 seconds30.00 xocaml bytecode 3.09.23.76 seconds75.15 xPython 2.5.19.99 seconds199.80 xGhostscript 8.5111.66 seconds233.12 xPerl 5.8.6 Optimized12.37 seconds247.34 xTCL 8.4 Optimized16.00 seconds320.00 xPerl 5.8.621.75 seconds435.00 xPHP 5.1.423.12 seconds462.40 xJavascript SpiderMonkey v1.631.06 seconds621.27 xRuby 1.8.434.31 seconds686.18 xEmacs Lisp47.25 seconds945.00 xApplescript71.75 seconds1435.00 xIo 2007041085.26 seconds1705.13 x 我用以上网址提供的c代码与forcal比较，c代码改写为vs 2008可接受的形式，编译运行，结果如下：
#include "stdafx.h"#include <math.h>#include <time.h>#define BAILOUT 16#define MAX_ITERATIONS 1000int mandelbrot(double x, double y){double cr = y - 0.5;double ci = x;double zi = 0.0;double zr = 0.0;int i = 0;while(1) {i ++;double temp = zr * zi;double zr2 = zr * zr;double zi2 = zi * zi;zr = zr2 - zi2 + cr;zi = temp + temp + ci;if (zi2 + zr2 > BAILOUT)return i;if (i > MAX_ITERATIONS)return 0;}}int _tmain (int argc, _TCHAR* argv[]) {clock_t old,now;old=clock();int x,y;for (y = -39; y < 39; y++) {printf("\n");for (x = -39; x < 39; x++) {int i = mandelbrot(x/40.0, y/40.0);if (i==0)printf("*");elseprintf(" ");}}printf ("\n");now=clock();double query_time = ((double)(now-old))/CLOCKS_PER_SEC;printf ("C Elapsed %0.2f\n", query_time);return 0;}
运行结果：
******************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************* ************************* ******************************* ******************************* *************************************************************************************************************** ***************************************** ******************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************* *************************************************** ******************************************************************** *************************************************** ************* *************************************************** *************************************************************************************** *************************************************** *************** *************************************************** *********************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************** ****************** ****************** *********************** ******************** ************** ************** ************ ****************** ******** * * *C Elapsed 0.25请按任意键继续. . . 我的Forcal代码，在ForcalTest中运行如下：
mandelbrot(x, y : cr,ci,zi,zr,i,temp,zr2,zi2) ={cr = y - 0.5,ci = x,zi = 0.0,zr = 0.0,i = 0,(1).while {i ++,temp = zr * zi,zr2 = zr * zr,zi2 = zi * zi,zr = zr2 - zi2 + cr,zi = temp + temp + ci,if ,if }};main (:i,x,y,old,now) = {old=clock(),y = -39,while{y < 39,PrintStr("\013\010"),x = -39,while{x < 39,i = mandelbrot(x/40.0, y/40.0),which{i==0,PrintStr("*"),PrintStr(" ")},x++},y++},PrintStr("\013\010"),now=clock(),(now-old)/1000}
运行结果：
******************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************* ************************* ******************************* ******************************* *************************************************************************************************************** ***************************************** ******************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************* *************************************************** ******************************************************************** *************************************************** ************* *************************************************** *************************************************************************************** *************************************************** *************** *************************************************** *********************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************************** ****************** ****************** *********************** ******************** ************** ************** ************ ****************** ******** * * *1.141>> 退出(Q/q)、重新初始化(R/r)、删除本次编译的表达式(D/d)、其他字符继续。>> 请选择：
从运行结果可看出，Forcal用的时间与c++相比，为1.141:0.25=4.564:1。
如果将Forcal代码中的自动变量改成模块变量，运算速度将加快：
mandelbrot(x, y :: cr,ci,zi,zr,i,temp,zr2,zi2) ={cr = y - 0.5,ci = x,zi = 0.0,zr = 0.0,i = 0,(1).while {i ++,temp = zr * zi,zr2 = zr * zr,zi2 = zi * zi,zr = zr2 - zi2 + cr,zi = temp + temp + ci,if ,if }};main (::i,x,y,old,now) = {old=clock(),y = -39,while{y < 39,PrintStr("\013\010"),x = -39,while{x < 39,i = mandelbrot(x/40.0, y/40.0),which{i==0,PrintStr("*"),PrintStr(" ")},x++},y++},PrintStr("\013\010"),now=clock(),(now-old)/1000}
运行时间为：0.81299999999999994秒
这次，Forcal用的时间与c++相比，为0.813:0.25=3.252:1。
2 与MATLAB速度比较[返回页首]
以下是以前我在SimWe仿真论坛的一个帖子，发表于 2004-2-14 21:49，OpneFC版本也是以前的，大家参考一下。也许Matlab的新版本提高了速度，但未进行比较。
【讨论】谁能帮我用 MATLAB 6.5 测试一下运行速度，先谢谢了！我想测试一下OpenFC的速度，我知道MATLAB 6.5的运行速度非常快，想与它作个比较，但我没有MATLAB 6.5，因此想在这里请大家帮个忙。该程序段用C++描述为： s=0.0; for(x=0.0;x<=1.0;x=x+0.0011) {for(y=1.0;y<=2.0;y=y+0.0009) s=s+cos(1-sin(1.2*x^(y/2)+cos(1-sin(1.2*y^(x/2))))); } //输出s的值和运行时间。 请用MATLAB 6.5的for循环和采用向量化方法用sum函数分别计算一下。 然后用OpenFC计算一下，OpenFC的下载地址为 http://www1.skycn.com/soft/14414.html 用OpenFC计算的源程序为： SetRunTime(); //计时开始； (:x,y,s)=one {s=0,x=0, for{le(x,1),//for循环算法； y=1, for{le(y,2), s=s+cos(1-sin(1.2*x^(y/2)+cos(1-sin(1.2*y^(x/2))))), y=y+0.0009 }, x=x+0.0011 }, out(s) }; str["For_Time:"]+GetRunTime(); //计时结束； SetRunTime(); //计时开始； "f"(x,y)=cos(1-sin(1.2*x^(y/2)+cos(1-sin(1.2*y^(x/2))))); sum[#"f",0,0,1,0.0011,1,2,0.0009];//用sum函数计算； str["Sum_Time:"]+GetRunTime(); //计时结束；taohe回复： 【讨论】谁能帮我用 MATLAB 6.5 测试一下运行速度，先谢谢了！Wanglu == OpenFC的作者？ 我没有OpenFC，所以无法测试，不过看起来差别应该不大，因为matlab利用blas作为矩阵或者向量的算法，已经最大限度的利用了cpu L2 cache，我想如果matlab慢的话，也不会有太大的差别。 盼望看到大家的测试结果。blast回复： 【讨论】谁能帮我用 MATLAB 6.5 测试一下运行速度，先谢谢了！%============================ function =asad() t1=cputime; s=0.0; for x=0.0:0.0011:1.0; for y=1.0:0.0009:2.0;2; s=s+cos(1-sin(1.2*x^(y/2)+cos(1-sin(1.2*y^(x/2))))); end end t1=cputime-t1; answer1=s 循环方法结束 %====================== t2=cputime; s=0.0; x=0.0:0.0011:1.0; y=1.0:0.0009:2.0;2; for i=1:910 for j=1:1112 s=s+cos(1-sin(1.2*x(i)^(y(j)/2)+cos(1-sin(1.2*y(j)^(x(i)/2))))); end end t2=cputime-t2; answer2=s 半向量法 %========================= t3=cputime; x=zeros(910,1112);y=zeros(910,1112); x1=0.0:0.0011:1.0; y1=1.0:0.0009:2.0;2; for i=1:910 x(i,: )=x1(i); end for i=1:1112 y(:,i)=y1(i); end s=cos(1-sin(1.2.*x.^(y./2)+cos(1-sin(1.2.*y.^(x./2))))); a=sum(sum(s)); t3=cputime-t3; answer3=a %结果输出，这里和上两个方法结果不同……不知道是哪里问题， %不过不影响计算时间 %%向量法结束 %=========================== 写个M函数 别人可以直接用这个验证了blast回复： 【讨论】谁能帮我用 MATLAB 6.5 测试一下运行速度，先谢谢了！感觉用向量法写，很不适应…… 还有，上面代码里面有个错误。不知道是哪里来的，向量法的函数不好调~wanglu回复： 【讨论】谁能帮我用 MATLAB 6.5 测试一下运行速度，先谢谢了！感谢blast 的测试，我想OpenFC和MATLAB在同一个机器上运行才能比较速度，在这里我只能给出在我的计算机上OpenFC的运行结果： 0. 1008606.649474411 0. For_Time: 2.69 0. 1008606.64947441 Sum_Time: 1.98 另外，我在附件中给出了OpenFC程序，请下载测试。再次感谢！blast回复： 回复： 【讨论】谁能帮我用 MATLAB 6.5 测试一下运行速度，先谢谢了！引用:wanglu wrote: 感谢blast 的测试，我想OpenFC和MATLAB在同一个机器上运行才能比较速度，在这里我只能给出在我的计算机上OpenFC的运行结果： 0. 1008606.649474411 0. For_Time: 2.69 0. 1008606.64947441 Sum_Time: 1.98 另外，我在附件中给出了OpenFC程序，请下载测试。再次感谢！ 很多人很在意自己的机器清洁，不愿意装过多程序吧……………… OpenFC1计算开始... ... 0. 1008606.649474411 0. For_Time: 1.453 0. 1008606.64947441 Sum_Time: 1.219 OpenFC1计算结束。 =asad answer1 = 1.008606649474410e+006 answer2 = 1.008606649474410e+006 answer3 = 1.011793351473273e+006 t1 = 2.64100000000000 t2 = 2.45300000000000 t3 = 0.87500000000000 我的最后一个算法比你的openfc快很多呀wanglu回复： 【讨论】谁能帮我用 MATLAB 6.5 测试一下运行速度，先谢谢了！blast，您好： 我看不懂您的第三个算法中的以下两句： s=cos(1-sin(1.2.*x.^(y./2)+cos(1-sin(1.2.*y.^(x./2))))); a=sum(sum(s)); 不过MATLAB的向量化的sum函数速度的确快。 我想用一元函数比较会更好些，因为比较的结果可能相同。 我的OpenFC程序如下： SetCycleMax; SetRunTime(); //计时开始； (:x,y,s)=one {s=0,x=0, for{le(x,1234), //for循环算法； s=s+cos(1-sin(1.2*x^(0.12/2)+cos(1-sin(1.2*0.12^(x/2))))), x=x+0.0011 }, out(s) }; str["For_Time:"]+GetRunTime(); //计时结束； SetRunTime(); //计时开始； "f"(x)=cos(1-sin(1.2*x^(0.12/2)+cos(1-sin(1.2*0.12^(x/2))))); sum[#"f",0,0,1234,0.0011]; //用sum函数计算； str["Sum_Time:"]+GetRunTime(); //计时结束； OpenFC运行结果如下： OpenFC1计算开始... ... 0. 0. 1087309.11281616 0. For_Time: 3.13 0. 1087309.112815978 Sum_Time: 2.47 OpenFC1计算结束。 请再用MATLAB 6.5的for循环和采用向量化方法用sum函数分别计算一下。 再次麻烦blast或者其他各位了。blast回复： 【讨论】谁能帮我用 MATLAB 6.5 测试一下运行速度，先谢谢了！速度还没有你原来那两个函数快呀 OpenFC1计算开始... ... 0. 0. 1087309.11281616 0. For_Time: 2.032 0. 1087309.112815978 Sum_Time: 1.656 OpenFC1计算结束。 至于那两句嘛 s=cos(1-sin(1.2.*x.^(y./2)+cos(1-sin(1.2.*y.^(x./2))))); .*与.^和./是专门针对同样大小矩阵的运算方式分别对应1X1阶矩阵的*与^和/ 含义就是分别对每个MxN矩阵上每个位置上的值进行*与^和/运算，最后的结果是同样的MxN矩阵 上面的自变量x y与结果S都是同样大小的矩阵 a=sum(sum(s)); sum(sum(s))是把S矩阵中每个分元素相加起来的意思 a= a = 1 2 3 4 >> sum(a) ans = 4 6 >> sum(sum(a)) ans = 10taohe回复： 【讨论】谁能帮我用 MATLAB 6.5 测试一下运行速度，先谢谢了！呵呵, 都怪我孤陋寡闻,不懂wanglu大侠的OpenFC，看了两位上面的帖子，大概有了一些概念，要做什么。于是也运行了一下上面的例子，我的测试环境： Pentium III 1GHz, 512 MB ram， Windows XP Pro English. matlab 6.5 (Faint, 从运行结果看起来你们的电脑都比我得快 ) 我的运行结果好像OpenFC快一些。 先来OpenFC的结果：复制内容到剪贴板代码:OpenFC1计算开始... ... 0. 0. 1087309.11281616 0. For_Time: 2.864 0. 1087309.112815978 Sum_Time: 2.234 OpenFC1计算结束。 接着来matlab的结果：复制内容到剪贴板代码:>> = asad answer1 = 1.008606649474410e+006 answer2 = 1.008606649474410e+006 answer3 = 1.008606649474359e+006 t1 = 4.01600000000002 t2 = 5.37700000000001 t3 = 2.94499999999999 >> to blast: 我这里运行的三种结果都是一样的。blast回复： 回复： 【讨论】谁能帮我用 MATLAB 6.5 测试一下运行速度，先谢谢了！引用:taohe wrote: to blast: 我这里运行的三种结果都是一样的。 不过你的结果也有误差，明显是运算中作了简化。不过会和我这里差这么多，太奇怪了 这很奇怪 我更改了内存单元大小选项，改成了long e，但是没有什么作用…… 希望有人能解答…… 难倒是……传说中的……bug……@_@……matlab或者其他什么(CPU?听说过以前PII有）的bugwanglu回复： 【讨论】谁能帮我用 MATLAB 6.5 测试一下运行速度，先谢谢了！看了blast对下面两句的解释，我明白MATLAB向量运算的意义了，向量运算的确很好。 s=cos(1-sin(1.2.*x.^(y./2)+cos(1-sin(1.2.*y.^(x./2))))); a=sum(sum(s)); 同时感谢taohe 的测试，不过用OpenFC和MATLAB测试的不是同一段程序，但根据推算，运算速度应该差不多。taohe回复： 回复： 回复： 【讨论】谁能帮我用 MATLAB 6.5 测试一下运行速度，先谢谢引用:blast wrote: taohe wrote: to blast: 我这里运行的三种结果都是一样的。 不过你的结果也有误差，明显是运算中作了简化。不过会和我这里差这么多，太奇怪了 这很奇怪 我更改了内存单元大小选项，改成了long e，但是没有什么作用…… 希望有人能解答…… 难倒是……传说中的……bug……@_@……matlab或者其他什么(CPU?听说过以前PII有）的bug 我有点两眼昏花，没有看仔细，而且我先是用缺省地数据格式显示结果的，也就是和你上面的结果类似是用科学技术发表时的结果，那是看起来三个结果真的是一样的，后来我用format long，多显示小数点位数，可是没有再检查。 有可能是浮点运算的问题。zmhansys回复： 【讨论】谁能帮我用 MATLAB 6.5 测试一下运行速度，先谢谢了！Matlab 6.5下计算如下：（P4 2.6 256) answer1 = 1.0086e+006 answer2 = 1.0086e+006 answer3 = 1.0086e+006 ans = 2.7970 >>
3 与Python速度比较[返回页首]
3.1 在一个帖子中的速度比较
以下是我在csdn论坛的一个帖子，发表于2008-11-2521:40:40，略去了部分帖子内容，大家参考一下。
帖子：大家看Forcal能像python或perl等一样用于脚本编程吗？同时比较一下它们的速度和效率？以下是Forcal与Python 比较的源代码及结果： Python 程序： Python code>>> def f(k): n=0 i=0 while i <=k: n=n+i i=i+1 return n >>> f(100000000) 5000000050000000在我的计算机上运行32秒。不知道Python中测时间的函数，用秒表测的。 OpenFC 程序： SetRunTime(); //设置运行时间 f(k:i,n)= i=0,n=0, (i <=k).while{n=n+i,i++}, n; f(100000000); GetRunTime(); //获得运行时间运行结果： 5000000050000000 4.359 Forcal用了4.359秒。 另一个测试程序： Python 程序： Python code>>> def f(x,y): return math.cos(1-math.sin(1.2*(x+0.1)**(y/2-x)+math.cos(1-math.sin(1.2*(x+0.2)**(y/3-x))))-math.cos(1-math.sin(1.2*(x+0.3)**(y/4-x)))-math.cos(1-math.sin(1.2*(x+0.4)**(y/5-x)+math.cos(1-math.sin(1.2*(x+0.5)**(y/6-x))))-math.cos(1-math.sin(1.2*(x+0.6)**(y/7-x))))) >>> def g(m,n): x=0 i=0 while i <=m: j=0 while j <=n: x=x+f(i,j) j=j+0.01 i=i+0.01 return x >>> g(12.3,7.89) 404005.29176341009 Python 运行10秒。 OpenFC 程序： SetRunTime(); //设置运行时间 f(x,y)=cos(1-sin(1.2*(x+0.1)^(y/2-x)+cos(1-sin(1.2*(x+0.2)^(y/3-x))))-cos(1-sin(1.2*(x+0.3)^(y/4-x)))-cos(1-sin(1.2*(x+0.4)^(y/5-x)+cos(1-sin(1.2*(x+0.5)^(y/6-x))))-cos(1-sin(1.2*(x+0.6)^(y/7-x))))); g(m,n:i,j,x)= x=0,i=0, (i <=m).while{ j=0, (j <=n).while{ x=x+f(i,j), j=j+0.01 }, i=i+0.01 }, x; g(12.3,7.89); GetRunTime(); //获得运行时间运行结果： 404005.2917634101 2.219 Forcal用了2.219秒。
3.2 与Python比较一个程序
该程序使用本文1.4中的程序，前面有Forcal和c++的运行结果，这里仅给出Python的代码及运行时间。
#!/usr/local/bin/python# by Daniel Rosengrenimport sys, timestdout = sys.stdoutBAILOUT = 16MAX_ITERATIONS = 1000class Iterator:def __init__(self):stdout.write('Rendering...')for y in range(-39, 39):stdout.write('\n')for x in range(-39, 39):i = self.mandelbrot(x/40.0, y/40.0)if i == 0:stdout.write('*')else:stdout.write(' ')def mandelbrot(self, x, y):cr = y - 0.5ci = xzi = 0.0zr = 0.0i = 0while True:i += 1temp = zr * zizr2 = zr * zrzi2 = zi * zizr = zr2 - zi2 + crzi = temp + temp + ciif zi2 + zr2 > BAILOUT:return iif i > MAX_ITERATIONS:return 0t = time.time()Iterator()stdout.write('\nPython Elapsed %.02f' % (time.time() - t))
运行结果：
Python Elapsed 2.84
可以看出，Python运行此程序较慢（Forcal的快速版本运行时间为0.813秒）。
4 与Lua速度比较[返回页首]
4.1 纯数学函数运算速度比较
Forcal软件包中的测试程序ForcalTest中有一个函数speed，比较了Forcal与c++执行如下代码的运行速度，现在与Lua同时作比较：
for(x=0.0;x<=1.0;x=x+0.0011)
{
for(y=1.0;y<=2.0;y=y+0.0011)
{
z=z+cos(1.0-sin(1.2*pow(x+0.1,y/2.0-x)+cos(1.0-sin(1.2*pow(x+0.2,y/3.0-x))))-cos(1.0-sin(1.2*pow(x+0.3,y/4.0-x)))-cos(1.0-sin(1.2*pow(x+0.4,y/5.0-x)+cos(1.0-sin(1.2*pow(x+0.5,y/6.0-x))))-cos(1.0-sin(1.2*pow(x+0.6,y/7.0-x)))));
}
}
以下是ForcalTest中运行speed()的结果，相信用过ForcalTest的都可以看到：
FORCAL与VC的速度比较:
表达式：(x,y)=cos{1-sin^(y/2-x)+cos{1-sin^(y/3-x)]}]-cos
{1-sin^(y/4-x)]}-cos{1-sin^(y/5-x)+cos{1-sin
^(y/6-x)]}]-cos{1-sin^(y/7-x)]}}}
FORCAL正对表达式进行循环求和计算，请等待... ...
forcal计算结果：19160.536601703152 运行时间：1782 即： 1.782秒
VC++ 正对表达式进行循环求和计算，请等待... ...
VC++ 计算结果：19160.536601703152 运行时间：1391 即： 1.391秒
在OpenFC中完成相同功能的Forcal代码：
SetRunTime(); //设置运行时间
f(x,y)=cos(1-sin(1.2*(x+0.1)^(y/2-x)+cos(1-sin(1.2*(x+0.2)^(y/3-x))))-cos(1-sin(1.2*(x+0.3)^(y/4-x)))-cos(1-sin(1.2*(x+0.4)^(y/5-x)+cos(1-sin(1.2*(x+0.5)^(y/6-x))))-cos(1-sin(1.2*(x+0.6)^(y/7-x)))));
g(:i,j,x)= x=0,i=0,
(i <=1).while{
j=1,
(j <=2).while{
x=x+f(i,j),
j=j+0.0011
},
i=i+0.0011
},
x;
GetRunTime(); //获得运行时间
OpenFC运行结果：
0.
19160.53660170315
1.859 //1.859秒
完成相同功能的Lua程序：
function f(x,y)return math.cos(1-math.sin(1.2*(x+0.1)^(y/2-x)+math.cos(1-math.sin(1.2*(x+0.2)^(y/3-x))))-math.cos(1-math.sin(1.2*(x+0.3)^(y/4-x)))-math.cos(1-math.sin(1.2*(x+0.4)^(y/5-x)+math.cos(1-math.sin(1.2*(x+0.5)^(y/6-x))))-math.cos(1-math.sin(1.2*(x+0.6)^(y/7-x)))))endfunction z()local t = os.clock()local x=0local y=0local z=0for x=0,1,0.0011 do for y=1,2,0.0011 do z=z+f(x,y) endendio.write(z)io.write(string.format("Time Elapsed %f\n", os.clock() - t))endz()
Lua运行结果：
D:\VC 2008\lua\Release>lua c.lua
19160.536601703Time Elapsed 3.234000
4.2 与Lua比较一个程序
该程序使用本文1.4中的程序，前面有Forcal和c++的运行结果，这里仅给出Lua的代码及运行时间。
#!/usr/local/bin/lua-- By Erik Wrenholtlocal BAILOUT = 16local MAX_ITERATIONS = 1000function iterate(x,y)local cr = y-0.5local ci = xlocal zi = 0.0local zr = 0.0local i = 0while 1 doi = i+1local temp = zr * zilocal zr2 = zr*zrlocal zi2 = zi*zizr = zr2-zi2+crzi = temp+temp+ciif (zi2+zr2 > BAILOUT) thenreturn iendif (i > MAX_ITERATIONS) thenreturn 0endendendfunction mandelbrot()local t = os.clock()for y = -39, 38 dofor x = -39, 38 doif (iterate(x/40.0, y/40) == 0) thenio.write("*")elseio.write(" ")endendio.write("\n")endio.write(string.format("Time Elapsed %f\n", os.clock() - t))endmandelbrot()
运行输出图形与前面相同，仅给出运行时间：
Time Elapsed 0.860000
可以看出，Lua运行此程序的速度与Forcal基本相同（Forcal的快速版本运行时间为0.813秒）。
版权所有© Forcal数学软件 2002-2009，保留所有权利
E-mail: forcal@sina.com QQ：630715621
最近更新: 2009年06月10日
页:
[1]