阅读更多
Brendan Eich为TraceMonkey与Google Chrome V8做了一份详细的对比

Brendan Eich说道:TraceMonkey赢在 bit-banging,字符串和表达基准上。SunSpider micro-基准测试比V8快四倍左右。这个图片展示了V8能完成大量循环算法-这是一个沉重的考验。


Brendan 介绍了SunSpider运行,还有V8,还有很多其他基准的运行 情况。

Ray Cromwell在他自己的 Chronoscope 上做了测试:
时间测试建立在GWT之上,在一定程度上来说,GWT的编辑器可能会否定一些Chrome的V8引擎技术, GWT 的一些“de-classes”多边形显示方式可能会影响测试。我不知道GWT是否对“hidden classes”有多大影响,这是有可能的,如果GWT没有提供这方面的优化,那么性能的差别是很大的。

尽管这样,结果仍然是理想的。在测试结果的表图中,经过十次的测试,每次都要调用redraw()函数100次。排除最快和最慢的测试,计算余下数据的平均值和标准差。

我在一台内存为6Gb 的Mac Pro 2.66Ghz,OSX 1.5机器上测试。测试中包含 Parallels  VM运行Xp2 Service Pack 2,并提供了两个CPU和2Gb的内存。为了测试每个浏览器,我每次都要重新启动一次VM,然后单独的测试浏览器。


google的chrome出现,令V8大受瞩目,推荐查看:fast Ruby in the browser.
来自: ajaxian.com
6
1
评论 共 1 条 请登录后发表评论
1 楼 sp42 2008-09-04 14:46
TraceMonkey imple. in C;
V8 imple. in C++
语言之间的差别对实现究竟有没有影响呢?

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • 人才网站的盈利思路(1)

    人才网站的盈利思路(1)    最近网络业低迷的萧条倾向没有影响那些真正想在网络世界中有所作为的人们,越来越多的网站静下心来,开始认认真真、脚踏实地地考虑如何盈利。中国的人才网站在历经调整、反复之后,率先走出了网站盈利的怪圈。在这样的背景下,记者采访了前程无忧网--51job.com的总裁甄荣辉先生。   人才市场供过于求   甄荣辉认为最先的人才招聘网

  • Node.js从入门到精通

    Node.js简介  第 1 章 2 第 1 章 Node.js 简介 Node.js,或者 Node,是一个可以让 JavaScript 运行在服务器端的平台。...你可以用 Node.js 轻松地进行服务器端应用开发,Python、Perl、PHP、Ruby 能...

  • 编程语言的历史和发展

    编程语言发展的编年史 我们一个统计出来256种编程语言,当然,这么多的语言中只有一些是常用的或实用的。 1951 – Regional Assembly Language 1952 – Autocode 1954 – IPL (LISP语言的祖先) 195...

  • 【历史】JavaScript和Java没啥关系!————JavaScript简史

    在这里很多同学可能会想到,既然已经实现了标准化,为什么现在还会有这么多浏览器兼容性问题存在呢?现在意义上的JavaScript是由ECMAScript、DOM(文档对象模型)、BOM(浏览器对象模型)共同组成的,而浏览器的兼容...

  • javascript相关

    问题 #1 if (!(“a” in window)) { ...因为从上到下执行下去,if语句中的条件应该为 true,因为”a”的确是没有定义啊。 随后,顺理成章地进入 var a = 1;,最后,alert出来就应该是1。而事实上,从JavaScript内部

  • JavaScript内部原理实践——真的懂JavaScript吗?(转)

    可以理解为,第一个阶段是静态处理阶段,第二个阶段为动态处理阶段。 而在静态处理阶段,就会创建  变量对象(variable object) ,并且将变量申明作为属性进行填充。 到了执行阶段,才会根据执行情况,来对变量...

  • Why mobile web apps are slow

     that GCC/x86 is generally between 2x and 9x faster than V8/x86. So the result seems in the right ballpark, and also seems consistent no matter if you are on ARM or x86. But isn’t 1/5 performance ...

  • Python项目-自动办公-59 PPT_pptx_在PPT中写入图片和表格.zip

    Python课程设计,含有代码注释,新手也可看懂。毕业设计、期末大作业、课程设计、高分必看,下载下来,简单部署,就可以使用。 包含:项目源码、数据库脚本、软件工具等,该项目可以作为毕设、课程设计使用,前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值。

  • Python项目-实例-20 快递查询.zip

    Python课程设计,含有代码注释,新手也可看懂。毕业设计、期末大作业、课程设计、高分必看,下载下来,简单部署,就可以使用。 包含:项目源码、数据库脚本、软件工具等,该项目可以作为毕设、课程设计使用,前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值。

  • 杂货产品检测43-YOLO(v5至v9)、CreateML、Paligemma、TFRecord、VOC数据集合集.rar

    杂货产品检测43-YOLO(v5至v9)、CreateML、Paligemma、TFRecord、VOC数据集合集.rarIPCV分配-V6 2024-01-21 6:10 PM ============================= *与您的团队在计算机视觉项目上合作 *收集和组织图像 *了解和搜索非结构化图像数据 *注释,创建数据集 *导出,训练和部署计算机视觉模型 *使用主动学习随着时间的推移改善数据集 对于最先进的计算机视觉培训笔记本,您可以与此数据集一起使用 该数据集包括7012张图像。 家庭废物以createMl格式注释。 将以下预处理应用于每个图像: *像素数据的自动取向(带有Exif-Arientation剥离) *调整大小为640x640(拉伸) 没有应用图像增强技术。

  • 绝对给力的源码,在线音乐播放器完整项目.zip

    Android 毕业设计,Android 毕业设计,小Android 程设计,含有代码注释,新手也可看懂。毕业设计、期末大作业、课程设计、高分必看,下载下来,简单部署,就可以使用。 包含:项目源码、数据库脚本、软件工具等,该项目可以作为毕设、课程设计使用,前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值。

  • 毕业设计-0-1背包问题动态规划模型Python代码.rar

    1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、本项目仅用作交流学习参考,请切勿用于商业用途。

  • 保质量的周期边界2dAllen-Cahn方程求解器:纯隐格式迭代解

    谁喜欢谁下载,没啥商业价值,comsol也能做,不过我这产量更大

  • Python项目-游戏源码-10 植物大战僵尸.zip

    Python课程设计,含有代码注释,新手也可看懂。毕业设计、期末大作业、课程设计、高分必看,下载下来,简单部署,就可以使用。 包含:项目源码、数据库脚本、软件工具等,该项目可以作为毕设、课程设计使用,前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值。

  • 实现获取视频的缩略图(ThumbnailUtils),并且播放.zip

    Android 毕业设计,Android 毕业设计,小Android 程设计,含有代码注释,新手也可看懂。毕业设计、期末大作业、课程设计、高分必看,下载下来,简单部署,就可以使用。 包含:项目源码、数据库脚本、软件工具等,该项目可以作为毕设、课程设计使用,前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值。

  • 推箱子Python小游戏

    推箱子Python小游戏

  • 基于ssm的新媒体视域下的中国古诗词展演源代码(java+vue+mysql+说明文档+LW).zip

    该新媒体视域下的中国古诗词展演主要为管理员和用户两类用户角色提供需求,管理员在后台可以对系统进行全面管理,用户在前台可以进行查看系统信息,注册登录,查询校园失物,评论,下载校园失物等操作。 项目包含完整前后端源码和数据库文件 环境说明: 开发语言:Java 框架:ssm,mybatis JDK版本:JDK1.8 数据库:mysql 5.7 数据库工具:Navicat11 开发软件:eclipse/idea Maven包:Maven3.3 部署容器:tomcat7

  • Matlab实现PSO-BiLSTM-Attention粒子群算法优化双向长短期记忆神经网络融合注意力机制多特征分类预测(含完整的程序,GUI设计和代码详解)

    内容概要:本文介绍了使用MATLAB实现PSO-BiLSTM-Attention粒子群优化双向长短期记忆神经网络融合注意力机制的多特征分类预测模型。通过PSO优化BiLSTM模型的超参数、引入注意力机制增强模型的特征提取能力,提升了多维度数据的分类精度。模型在金融风险预测、医疗健康预测、交通流量预测等多个领域具有广泛的应用前景。项目详细描述了模型架构、代码实现、训练与优化、模型评估与可视化、以及GUI界面设计等方面的内容。 适合人群:具备一定编程基础,工作1-3年的数据科学家和机器学习工程师。 使用场景及目标:① 金融、医疗、交通等领域的多特征分类预测任务;② 结合PSO优化BiLSTM超参数、引入注意力机制,提升模型预测准确度。 阅读建议:本文详细讲解了模型的理论背景、算法实现和应用案例,适合希望深入理解深度学习和优化算法的读者。建议结合代码和实际数据进行实验,以便更好地掌握模型的设计和优化过程。

  • Java项目-基于SSM的物资管理系统项目源码.zip

    Java项目-基于SSM的物资管理系统项目源码

  • Video_2024-12-18_000023.wmv

    Video_2024-12-18_000023.wmv

Global site tag (gtag.js) - Google Analytics