欢迎关注Julia语言微信公众账号 julia_language

原文链接：http://suo.im/4ofuB9

今日我们来看一篇文献[1]，是关于不同编程语言的运行速度对比。该文章的目标受众是年轻的经济学家（研究生，初级教员）或研究人员，尤其是正在找一门编程语言协助完成相关计算工作的人。编程语言包括：C++11，Fortran 2008，Java，Julia，Python，Matlab，Mathematica，R，并分别在Mac和windows计算机上进行开展了测试；

作者在每种语言中使用了相同的算法，并通过网格搜索法（grid search）对函数值进行迭代，测量了计算所需要的时间。下面我们来看一下得到的结论（计算时间如图）：

Image.png

1. C++ 和 Fortran 仍然是最快速的编程语言，但运算速度与编译器的选取相关；

2. C++ 相比 Fortran 速度更快一些，约5%-7%，这源自C++编译器的迭代更新，“Fortran是最快速的编程语言”这样的印象不再是正确的了。接下俩将以C++作为其他语言的标定；

3. Julia 的表现也非常的出色，其运行速度仅仅约是表现最好的 C++ 编译速度的2.64和2.7倍。

4. Python 的速度要慢很多. 使用Pypy，其运行速度是C++的44倍。而是用默认的CPython，则代码要比C++慢155和269倍；

5. Matlab 运行速度是C++执行速度的9-11倍；

6. R 的速度是C++速度的 475-491倍。如果编译代码，代码的速度会慢243到282倍。（怎么这么慢？小编之前就是用R的）

7. Mathematica 的运算速度仅仅比C++慢3倍，但只有在对代码进行大量改写后才能达到这样的速度。这意味着要花一定的功夫在代码的语法和结构上。

虽然是针对经济学研究提出的测试方法，Julia运算速度快的优势可见一斑。该篇文章发表时，Julia为0.2.1版本。相信在大家共同努力下，Julia会越来越好。

参考文献

[1] S. Borağan Aruoba, & Jesús Fernández-Villaverde. (2015). A comparison of programming languages in macroeconomics. Journal of Economic Dynamics & Control, 58, 265-273.

qrcode_for_gh_620155d44a63_258.jpg