python、rust、julia循环10亿次的时间对比

一、python代码【原生】

import time
t1 = time.time()
sum = 0
for i in range(1000000001):
    sum += 1
print(f"累积的和为{sum}")
print(f"10亿次循环耗时为：{time.time() - t1}")

CPU消耗25%左右

输出：
累积的和为1000000001
10亿次循环耗时为：98.97694635391235

耗时98秒，古德！

二、rust代码

use std::time::{Duration, Instant};
let start = Instant::now();
let mut sum = 0;
for i in 1..1000000000{
    //println!("{}",i)
    sum += 1;
}
let duration = start.elapsed();
println!("累积的和为：{:?}",sum);
println!("循环的耗时: {:?}", duration);

红色箭头处为CPU耗用峰值

输出：
累积的和为：999999999
循环的耗时: 4.8233ms

这个速度，秒杀python！吓死老头子了！

三、python用numba加速一下看看

import numba as nb

@nb.jit
def add():
    num = 0
    for i in range(1000000001):
        num += 1
    return num
t1 = time.time()
%timeit add()

输出：
86.3 ns ± 2.27 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

这个速度，吓死老子了！numba静态编译这么变态！CPU都不带抖一下，40年的老胃都被吓了溃疡了！！

四、julia版本

function fn()
    sum = 0
    for i in 1:1000000000
        sum += 1
    end
    print("sum: ",sum)
end

@time fn()
@time fn()
@time fn()

输出：
sum: 1000000000 0.010965 seconds (21.06 k allocations: 1.183 MiB)
sum: 1000000000 0.000169 seconds (18 allocations: 640 bytes)
sum: 1000000000 0.000243 seconds (21 allocations: 704 byte