Как определяется 'производительность' яп?

Question

[Stepgor]

Я относительно новичку и у меня появился вопрос по поводу производительности яп. Допустим берём js и c#. Делаем в них цикл до миллиона и получаем, что c# тратит меньше времени на выполнение этого цикла, можно ли считать, что Шарп производительные? Если есть полезные статьи на эту тему, буду благодарен.

Answer 1

[mahmudchon]

Читайте сразу про assembler, не стоит тратить время на этих двоих.

Answer 2

[index0h]

Как правило, производительность не меряется в абстрактном вакууме, в отрыве от задачи.
Пройдясь циклом в 1кк итераций без операций внутри - JIT вероятней всего вообще удалит этот цикл и данные вы получите ложные.

Answer 3

[SagePtr]

В вашем случае - он окажется производительней в синтетическом тесте, но в реальных условиях далеко не факт, что производительней окажется. Отталкиваться нужно от реальных задач и реальных данных, в разных случаях результаты могут значительно отличаться и однозначного "победителя" может и не быть (кроме ассемблера, конечно, т.к. он позволяет полный контроль над генерацией исполняемого кода, но с одной оговоркой - при условии, что автор программы умнее оптимизатора, встроенного в компилятор)

Answer 4

[GavriKos]

В случае конкретно этих двух - производительности ЯП нет. Есть производительность среды, которая выполняет код - JIT и вот это все. И они есть разные под эти языки.

Ели вы возьмете вообще Unity, в котором тоже сишарп - то там внезапно вы получите совсем другой результат - потому что от сишарпа там может ничего и не остаться. Это пример.

Answer 5

[Griboks]

Обычно, используются бенчмарки - серии специальных тестов. В интернете есть их результаты, реализации для отдельных языков и даже алгоритмы конкретных тестов.

Например, если мы хотим посмотреть производительность графики, то можем нарисовать миллион летающих шариков и сравнить fps. Или сравнить оптимизацию через запуск специально подготовленного говнокода. Или найти первую 1000 простых чисел. Или провести векторные операции над большой последовательность данных. Или все вместе.