Краткий обзор сравнительного исследования.
8 января 2020 года Паскаль Фуа и Кшиштоф Лис из Федеральной политехнической школы (ВУЗ) Лозанны (Швайцария), специализирующиеся на компьютерном зрении и машинном обучении, опубликовали сравнительное исследование под названием Comparing Python, Go, and C++ on the N-Queens Problem («Сравнение Python, Go и C++ в решении задачи о восьми ферзях»).

В тестах быстродействия использовался рекурсивный алгоритм, при котором затраты на решение задачи с увеличением размерности доски (и количества ферзей соответственно) растут экспоненциально.

Реализация, запущенная на обычном CPython скоростью не блистала, поэтому на функции навесили декораторы из Numba. Это действие повысило скорость выполнения кода в 33 раза.

Далее с целью сравнения производительности были написаны решения задачи на C++, Go, Lisp, Julia.
Помимо обычных тестов, проводились тесты производительности при распараллеливании.

  • Авторы замечают, что в отличие от Go, С++ даёт возможность решить задачу разными средствами, однако требует взамен немалого опыта, чтобы не нарваться в ходе решения на подводные камни. Так например, C++ (в отличие от соперников) не проверяет запись за пределы массива, поэтому у авторов ненамеренно получился работающий код, выдающий бесполезные результаты.
  • В случае с Numba, проверка включается при помощи параметра boundscheck. Конечно и у Numba есть ограничения: в компилируемых функциях доступно лишь ограниченное подмножество возможностей Python и NumPy, то есть, разработчику потребуется ещё удостовериться, что функция сможет собраться.
  • Julia, не имея выделенного шага компиляции вполне сравнима по быстродействию с C++ и Go.
  • Lisp, тоже показывает себя не худшим образом.

https://b.radikal.ru/b43/2001/70/5beb2959124d.png
С++ побеждает, Go отстаёт на 6%, Numba на 12% (отставание обусловлено расходами на вызовы Numba-функции из Python).

Авторы замечают: не смотря на то, что разница статически значима, в их ежедневной исследовательской практике, она редко велика на столько, чтобы жертвовать скоростью разработки на Питоне и потом бороться с возможными трудновыявляемыми ошибками.

Однако, в C++ и Go можно задействовать оптимизации, требующие низкоуровневого контроля. Например, аллокация массивов заданной размерности на стеке (а не динамическая генерация их в куче), при которой C++ становится быстрее Numba на a 20% (вместо изначальных 12%). Подобные наблюдения подчёркивают факт, что C++ и Go за счёт низкоуровневости дают возможность более тонкой подстройки кода, которая в некоторых случаях может оказаться полезной.

Авторы также замечают, что Go может считаться перспективной альтернативой Питону и C++: в нём есть проверки времени исполнения, он почти так же лаконичен, как Питон, и немножко быстрее него. Тут, правда, придётся поступиться удобством прототипирования, в частности из-за требований Go к определению кода внутри файлов, а также из-за усечённой поддержки классов.

Julia, показывая неплохие результаты, возможно, тоже однажды сможет стать альтернативой Питону.

Код нагрузочных тестов доступен для ознакомления на GitHub.
На заметку
Зарегистрированные пользователи могут публиковать свои мнения относительно Книг, Видео, Статей других авторов и прочего в разделе Обсуждений.