我想比较使用Python和C ++从stdin读取字符串的读取行，并且看到我的C ++代码比同等的Python代码运行慢了一个数量级，这让我很震惊。由于我的C ++生锈了，我还不是专家Pythonista，请告诉我，如果我做错了什么或者我是否误解了什么。
（TLDR回答：包含声明：cin.sync_with_stdio(false)或仅使用fgets。
TLDR结果：一直向下滚动到我的问题的底部并查看表格。）
C ++代码：
#include <iostream>
#include <time.h>
using namespace std;
int main() {
string input_line;
long line_count = 0;
time_t start = time(NULL);
int sec;
int lps;
while (cin) {
getline(cin, input_line);
if (!cin.eof())
line_count++;
};
sec = (int) time(NULL) - start;
cerr << "Read " << line_count << " lines in " << sec << " seconds.";
if (sec > 0) {
lps = line_count / sec;
cerr << " LPS: " << lps << endl;
} else
cerr << endl;
return 0;
}
// Compiled with:
// g++ -O3 -o readline_test_cpp foo.cpp
Python等效：
#!/usr/bin/env python
import time
import sys
count = 0
start = time.time()
for line in sys.stdin:
count += 1
delta_sec = int(time.time() - start_time)
if delta_sec >= 0:
lines_per_sec = int(round(count/delta_sec))
print("Read {0} lines in {1} seconds. LPS: {2}".format(count, delta_sec,
lines_per_sec))
以下是我的结果：
$ cat test_lines | ./readline_test_cpp
Read 5570000 lines in 9 seconds. LPS: 618889
$cat test_lines | ./readline_test.py
Read 5570000 lines in 1 seconds. LPS: 5570000
我应该注意到我在Mac OS X v10.6.8（Snow Leopard）和Linux 2.6.32（Red Hat Linux 6.2）下都试过这个。前者是MacBook Pro，后者是一个非常强大的服务器，而不是太过贴切。
$ for i in {1..5}; do echo "Test run $i at `date`"; echo -n "CPP:"; cat test_lines | ./readline_test_cpp ; echo -n "Python:"; cat test_lines | ./readline_test.py ; done
Test run 1 at Mon Feb 20 21:29:28 EST 2012
CPP: Read 5570001 lines in 9 seconds. LPS: 618889
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Test run 2 at Mon Feb 20 21:29:39 EST 2012
CPP: Read 5570001 lines in 9 seconds. LPS: 618889
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Test run 3 at Mon Feb 20 21:29:50 EST 2012
CPP: Read 5570001 lines in 9 seconds. LPS: 618889
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Test run 4 at Mon Feb 20 21:30:01 EST 2012
CPP: Read 5570001 lines in 9 seconds. LPS: 618889
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Test run 5 at Mon Feb 20 21:30:11 EST 2012
CPP: Read 5570001 lines in 10 seconds. LPS: 557000
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
微小的基准附录和回顾
为了完整起见，我想我会使用原始（同步）C ++代码在同一个盒子上更新同一文件的读取速度。同样，这是针对快速磁盘上的100M线路文件。这是比较，有几种解决方案/方法：
Implementation Lines per second
python (default) 3,571,428
cin (default/naive) 819,672
cin (no sync) 12,500,000
fgets 14,285,714
wc (not fair comparison) 54,644,808
答案 0 :(得分：1489)
默认情况下，cin与stdio同步，这会导致它避免任何输入缓冲。如果将其添加到主页的顶部，您应该会看到更好的性能：
std::ios_base::sync_with_stdio(false);
通常，当缓冲输入流时，不是一次读取一个字符，而是以更大的块读取流。这减少了系统调用的数量，这通常相对昂贵。但是，由于基于FILE*的{{1}}和stdio通常具有单独的实现，因此具有单独的缓冲区，如果两者一起使用，则可能会导致问题。例如：
iostreams如果int myvalue1;
cin >> myvalue1;
int myvalue2;
scanf("%d",&myvalue2);
读取的输入多于实际需要的输入，则第二个整数值将不可用于cin函数，该函数具有自己的独立缓冲区。这会导致意想不到的结果。
为避免这种情况，默认情况下，流与scanf同步。实现此目的的一种常见方法是使用stdio函数根据需要cin一次读取每个字符。不幸的是，这引入了很多开销。对于少量输入，这不是一个大问题，但是当你阅读数百万行时，性能损失是显着的。
幸运的是，图书馆设计师决定，如果您知道自己在做什么，也应该能够禁用此功能以提高性能，因此他们提供了sync_with_stdio方法。
答案 1 :(得分：149)
出于好奇，我已经了解了幕后发生的事情，并且我在每次测试中都使用了dtruss/strace。
C ++
./a.out < in
Saw 6512403 lines in 8 seconds. Crunch speed: 814050
系统调用sudo dtruss -c ./a.out < in
CALL COUNT
__mac_syscall 1
<snip>
open 6
pread 8
mprotect 17
mmap 22
stat64 30
read_nocancel 25958
的Python
./a.py < in
Read 6512402 lines in 1 seconds. LPS: 6512402
系统调用sudo dtruss -c ./a.py < in
CALL COUNT
__mac_syscall 1
<snip>
open 5
pread 8
mprotect 17
mmap 21
stat64 29
答案 2 :(得分：122)
我在这里落后了几年，但是：
编辑4/5/6＆＃39;原帖子，你正在使用的结构：
$ /usr/bin/time cat big_file | program_to_benchmark
这有两种不同的方式：
你实际上是在执行'cat`，而不是你的基准。用户＆＃39;和＆＃39; sys＆＃39; `time`显示的CPU使用率是`cat`，而不是基准程序。更糟糕的是，真实的＆＃39;时间也不一定准确。根据本地操作系统中“cat”和管道的实现，“cat”可能会写入最终的巨型缓冲区，并在读者进程完成其工作之前很久就会退出。
使用“猫”是不必要的，实际上适得其反;你正在添加移动部件。如果你使用的是一个足够旧的系统（即使用单个CPU并且 - 在某些代码的计算机中 - I / O比CPU快） - “cat”运行这一事实可能会对结果产生很大的影响。你也受到任何输入和输出缓冲以及其他处理`cat`的影响。 （如果我是Randal Schwartz，这可能会获得'Useless Use Of Cat'奖励。
更好的结构将是：
$ /usr/bin/time program_to_benchmark < big_file
在这个语句中，它是 shell ，它打开big_file，将它传递给你的程序（好吧，实际上是`time`然后将你的程序作为子进程执行）作为已经打开的文件描述符。 100％的文件阅读完全是您尝试进行基准测试的程序的责任。这可以让您真正了解其性能，而不会出现虚假的并发症。
我会提到两种可能的，但实际上是错误的，修复＆＃39;这也可以考虑（但是我的数字不同，因为这些不是原帖中的错误）：
一个。你可以修复＆＃39;这只计划您的计划：
$ cat big_file | /usr/bin/time program_to_benchmark
B中。或者通过计时整个管道：
$ /usr/bin/time sh -c 'cat big_file | program_to_benchmark'
出于与＃2相同的原因，这些是错误的：他们仍然不必要地使用`cat`。我提到它们有几个原因：
他们更自然＆＃39;对于那些对POSIX shell的I / O重定向工具不太满意的人来说
可能存在需要`cat` 的情况（例如：要读取的文件需要某种权限才能访问，并且您不希望将该权限授予程序进行基准测试：`sudo cat / dev / sda | / usr / bin / time my_compression_test --no-output`）
在实践中，在现代机器上，管道中添加的“cat”可能没有实际意义
但我最后还是犹豫了一下。如果我们检查编辑5＆＃39;中的最后一个结果。 -
$ /usr/bin/time cat temp_big_file | wc -l
0.01user 1.34system 0:01.83elapsed 74%CPU ...
- 这声称`cat`在测试期间消耗了74％的CPU;实际上1.34 / 1.83约为74％。也许是一阵：
$ /usr/bin/time wc -l < temp_big_file
只剩下.49秒！可能不是：“cat”在这里必须支付read（）系统调用（或等效的），这些调用从“磁盘”传输文件。 （实际上是缓冲区缓存），以及管道写入将它们传递给`wc`。正确的测试仍然必须进行read（）调用;只保存了write-to-pipe和read-from-pipe调用，这些调用应该相当便宜。
不过，我预测你可以衡量`cat file |之间的区别wc -l`和`wc -l＆lt; file`并找到一个明显的（2位数百分比）差异。每个较慢的测试都会在绝对时间内付出类似的代价;然而，这相当于其较长总时间的一小部分。
事实上，我在Linux 3.13（Ubuntu 14.04）系统上使用1.5千兆字节的垃圾文件做了一些快速测试，获得了这些结果（这些实际上是3＆＃39;最好的3＆＃39;结果;启动之后缓存，当然）：
$ time wc -l < /tmp/junk
real 0.280s user 0.156s sys 0.124s (total cpu 0.280s)
$ time cat /tmp/junk | wc -l
real 0.407s user 0.157s sys 0.618s (total cpu 0.775s)
$ time sh -c 'cat /tmp/junk | wc -l'
real 0.411s user 0.118s sys 0.660s (total cpu 0.778s)
请注意，两个管道结果声称占用的CPU时间（用户+ sys）比实时多。这是因为我使用了shell（Bash）内置的＆＃39; time＆＃39;命令，认识到管道;我在一台多核机器上，管道中的单独进程可以使用单独的内核，比实时更快地累积CPU时间。使用/ usr / bin / time我看到比实时更小的CPU时间 - 表明它只能在命令行上传递给它的单个管道元素。此外，shell的输出给出了毫秒，而/ usr / bin / time只给出了一秒钟的hundreth。
因此，在`wc -l`的效率级别，`cat`产生了巨大的差异：409/283 = 1.453或45.3％更多实时，775/280 = 2.768，或者使用的CPU高出177％ ！在我随机的那个时候就是那里的测试盒。
我应该补充一点，这些测试方式之间至少还有一个显着的区别，我不能说它是好处还是错误;你必须自己决定：
当你运行`cat big_file |时/ usr / bin / time my_program`，你的程序正在接收来自管道的输入，正好是'cat`发送的速度，以及不大于`cat`所写的块。
运行`/ usr / bin / time my_program＆lt; big_file`，您的程序接收到实际文件的打开文件描述符。您的程序 - 或在许多情况下是编写它的语言的I / O库 - 当提供引用常规文件的文件描述符时，可能会采取不同的操作。它可以使用mmap（2）将输入文件映射到其地址空间，而不是使用显式的read（2）系统调用。这些差异对基准测试结果的影响要大于运行`cat`二进制文件的小成本。
当然，如果同一个程序在两个案例之间的表现有很大不同，那么这是一个有趣的基准测试结果。它表明，实际上，程序或其I / O库正在做一些有趣的事情，比如使用mmap（）。所以在实践中，以两种方式运行基准测试可能会很好;也许用一些小因素来折扣“猫”的结果，以及原谅＆＃34;运行`cat`本身的成本。
答案 3 :(得分：85)
我在Mac上使用g ++在计算机上复制了原始结果。
在while循环之前将以下语句添加到C ++版本，使其与Python版本内联：
std::ios_base::sync_with_stdio(false);
char buffer[1048576];
std::cin.rdbuf()->pubsetbuf(buffer, sizeof(buffer));
sync_with_stdio将速度提高到2秒，设置更大的缓冲区将其降低到1秒。
答案 4 :(得分：36)
getline，流操作符scanf，如果您不关心文件加载时间或加载小文本文件，则可以很方便。但是，如果性能是您关心的，那么您应该将整个文件缓冲到内存中（假设它适合）。
以下是一个例子：
//open file in binary mode
std::fstream file( filename, std::ios::in|::std::ios::binary );
if( !file ) return NULL;
//read the size...
file.seekg(0, std::ios::end);
size_t length = (size_t)file.tellg();
file.seekg(0, std::ios::beg);
//read into memory buffer, then close it.
char *filebuf = new char[length+1];
file.read(filebuf, length);
filebuf[length] = '\0'; //make it null-terminated
file.close();
如果需要，可以将流包裹在该缓冲区周围，以便更方便地访问：
std::istrstream header(&filebuf[0], length);
此外，如果您控制文件，请考虑使用平面二进制数据格式而不是文本。读取和写入更可靠，因为您不必处理空白的所有歧义。它解析起来也更小，速度更快。
答案 5 :(得分：16)
顺便说一句，C ++版本的行数大于Python版本的行数的原因是eof标志仅在尝试读取超出eof时才设置。所以正确的循环是：
while (cin) {
getline(cin, input_line);
if (!cin.eof())
line_count++;
};
答案 6 :(得分：15)
以下代码对我来说比目前为止发布的其他代码更快： （Visual Studio 2013,64位，500 MB文件，行长度统一为[0,1000））。
const int buffer_size = 500 * 1024; // Too large/small buffer is not good.
std::vector<char> buffer(buffer_size);
int size;
while ((size = fread(buffer.data(), sizeof(char), buffer_size, stdin)) > 0) {
line_count += count_if(buffer.begin(), buffer.begin() + size, [](char ch) { return ch == '\n'; });
}
它使我的所有Python尝试超过2倍。
答案 7 :(得分：13)
在你的第二个例子中（使用scanf（）），为什么它仍然较慢可能是因为scanf（“％s”）解析字符串并查找任何空格char（空格，制表符，换行符）。
此外，是的，CPython会进行一些缓存以避免硬盘读取。
答案 8 :(得分：11)
答案的第一个要素：<iostream>很慢。该死的慢。我使用scanf获得了巨大的性能提升，如下所示，但它仍然比Python慢两倍。
#include <iostream>
#include <time.h>
#include <cstdio>
using namespace std;
int main() {
char buffer[10000];
long line_count = 0;
time_t start = time(NULL);
int sec;
int lps;
int read = 1;
while(read > 0) {
read = scanf("%s", buffer);
line_count++;
};
sec = (int) time(NULL) - start;
line_count--;
cerr << "Saw " << line_count << " lines in " << sec << " seconds." ;
if (sec > 0) {
lps = line_count / sec;
cerr << " Crunch speed: " << lps << endl;
}
else
cerr << endl;
return 0;
}
答案 9 :(得分：10)
好吧，我看到你在第二个解决方案中从cin切换到scanf，这是我要给你的第一个建议（cin是sloooooooooooow）。现在，如果您从scanf切换到fgets，您会看到性能的另一个提升：fgets是字符串输入的最快C ++函数。
fgets。