⚡ Wie schnell ist unser Code eigentlich?

⚡ Wie schnell ist unser Code eigentlich? Nach längerer Zeit habe ich wieder eine klassische Übung gemacht: Python 🐍 vs Cython 🚀 vs C ⚡ vs Assembler 🔩 vs Kotlin⚡ und ein paar andere.

Ich habe Fibonacci und die Berechnung von π genommen und gemessen:

⏱️ Operationen pro Sekunde
📦 Größe der resultierenden Programme
🔥 Realer Leistung in der Praxis

Das Ergebnis?
➡️ Python ist der König der Einfachheit (ich kann auch komplexeren Code schnell und einfach schreiben)
➡️ Cython ist der beste Kompromiss (in 5 Minuten programmiert man ein Pong-Spiel mit Effekten, das auch als ausführbare exe-Datei läuft)
➡️ C ist brutal schnell (und oft hat es die Ergebnisse schneller berechnet, als wenn ich den Code in Assembler geschrieben habe, da der C-Interpreter clevere Tricks wie Loop Unrolling 8x, Instruction Reordering, Register Allocation, Branch Prediction und SIMD-Vektorisierung anwendet)
➡️ Assembler ist nicht immer der Gewinner (ich müsste die Mikroarchitektur der CPU besser kennen, Schleifen manuell entfalten, die Latenzen der Instruktionen berechnen und für bestimmte Cache-Größen optimieren...)
➡️ Kotlin - Ich habe mir die Mühe gemacht und diese Benchmarks in Kotlin für eine mobile Anwendung geschrieben, und es hat mich überrascht, dass der Prozessor meines Telefons in manchen Aspekten genauso schnell oder sogar schneller war als der eines Luxus-Laptops (ich habe über 800 Millionen Operationen pro Sekunde erreicht)!

So kam ich auf etwa 1 Iteration pro Nanosekunde.
Infografik unten 👇
#programmierung #benchmark #python #cython #clang #assembler #kotlin #performance #ai #coding #developers #tech

Ursprünglich veröffentlicht auf Facebook — Link zum Post