Python vs JavaScript

   Python 是个比较成熟的语言，运行速度在几年前是快于 JavaScript 的。但这些年
JavaScript 的解释器发展很快，特别是 Google 的 V8 和 Mozilla 的 SpiderMonkey，
将 JavaScript 的运行速度提升了一大块，以致 JavaScript 的运行速度大有反超 Python
之势，但 Python 也不甘示弱，PyPy 项目经过几年的开发之后，最近也在频频发布版本，
将 JIT 带到 Python 之中，所以谁比谁牛，还很难说。这里做个简单的测试：

    测试环境：
CPU：            Intel(R) Pentium(R) CPU G620 @ 2.60GHz 双核
操作系统：       Debian GNU/Linux 6.0 64 位
Google JS 引擎： 来自 Node.js v0.6.12 (命令：node)
Mozilla JS 引擎：来自 xulrunner-11.0 (命令：xpcshell)
Python：         Debian 自带的 Python 2.6.6 (命令：python)
PyPy：           pypy-1.8 (命令：pypy)

    先测试简单的循环累加，测试代码：
testSum.js

var i, j, s;

for (i = 0; i < 100; i++) {
    s = 0;
    for (j = 0; j < 100000; j++)
        s += j;
}

if ('function' == typeof(print))
    print(i, s);
else
    console.log(i, s);
testSum.py


i = 0
while i < 100:
    s = 0
    j = 0
    while j < 100000:
        s += j
        j += 1
    i += 1

print i, s
    测试结果：
time node testSum.js     : 0m0.052s
time xpcshell testSum.js : 0m1.808s
time python testSum.py   : 0m2.199s
time pypy testSum.py     : 0m0.188s

    再测试 Dict 操作，测试代码：
testDict.js


var D = {};

var i, s, k;

for (i = 0; i < 100000; i++)
    D['k' + i] = i;

for (i = 0; i < 100; i++) {
    s = 0;
    for (k in D)
        s += D[k];
}

if ('function' == typeof(print))
    print(i, s);
else
    console.log(i, s);
testDict.py


D = {}

i = 0
while i < 100000:
    D['k%d' % i] = i
    i += 1

i = 0
while i < 100:
    s = 0
    for k in D:
        s += D[k]
    i += 1

print i, s
    测试结果：
time node testDict.js     : 0m3.645s
time xpcshell testDict.js : 0m2.894s
time python testDict.py   : 0m2.954s
time pypy testDict.py     : 0m1.044s

    测试总结：
循环累加操作：node < pypy < xpcshell < python 最慢的是 Python
Dict 操作：   pypy < xpcshell < python < node 最慢的是 Node.js (Google V8 引擎)

    经过简单的测试，个人感觉 Node.js 在运算速度方面是最快的，但内置的数据结构不
够优化，在所有的实现中是最差的。个人感觉，Node.js 的作者如果将 JavaScript 引擎
由 Google V8 换为 Mozilla SpiderMonkey 的话，在综合性能测试中，或许会更佳！另外
，本人非常看好 PyPy，随着 PyPy 的不断成熟，在大规模的业务逻辑开发中，用 Python
写代码，将是一种享受，运行速度也无需担忧！
    一家之言，欢迎讨论！
http://javaeye.vipsinaapp.com/rblog_sina