Python语言整数运算实现机制分析与性能评估

２０１　１年第２Ｏ卷第２期　ｈｔｔｐ：／／ｗｗｗ．ｃ－Ｓ—ａ．ｏｒｇ．ｃｎ　汁算机系统应用　Ｐｙｔｈｏｎ语言整数运算实现机制分析与性能评估①　刘巧红，单贵　ｆ上海电子信息职业技术学院计算机应用系一』二海２０１４１１）　摘要：Ｐｙｔｈｏｎ是最流行的脚本语言之一，但性能较慢。以整数运算为例，通过实验对比评估了Ｐｙｔｈｏｎ与Ｃ　语言性能差异，从虚拟机源代码层面分析了性能差异产生的原因。在性能优化方面，归纳了几种常用的方法，　并基于其中一种进行了对比测试，取得了较好效果。　关键词：Ｐｙｔｈｏｎ：性能分析：性能优化；评估：整数运算　Ｉｎｔｅｇｅｒ　Ａｒｉｔｈｍｅｔｉｃ　Ｉｍｐｌｅｍｅｎｔａｔｉｏｎ　Ｍｅｃｈａｎｉｓｍ　ａｎｄ　Ｐｅｒｆｏｒｍａｎｃｅ　Ｅｖａｌｕａｔｉｏｎｓ　ｏｆ　Ｐｙｔｈｏｎ　Ｌａｎｇｕａｇｅ　ＬＩＵ　Ｑｉａｏ－Ｈｏｎｇ，ＳＨＡＮ・Ｇｕｉ　ｒＤｅｐａｒｔｍｅｎｔ　ｏｆＣｏｍｐｕｔｅｒ，Ｓｈａｎｇｈａｉ　Ｔｅｃｈｎｉｃａｌ　Ｉｎｓｔｉｔｕｔｅ　ｏｆＥｌｅｃｔｒｏｎｉｃｓ＆Ｉｎｆｏｒｍａｔｉｏｎ，Ｓｈａｎｇｈａｉ　２０１４１　１，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｐｙｔｈｏｎ　ｉｓ　ｏｎｅ　ｏｆ　ｔｈｅ　ｍｏｓｔ　ｐｏｐｕｌａｒ　ｓｃｒｉｐｔ　ｌａｎｇｕａｇｅ，ｂｕｔ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｉｓ　ａ　ｐｒｏｂｌｅｍ．Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｗｅ　ｅｖａｌｕａｔｅｄ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｆ　ｉｎｔｅｇｅｒ　ａｒｉｔｈｍｅｔｉｃ　ｄｉｆｅｒｅｎｃｅ　ｂｅｔｗｅｅｎ　ｔｈｅ　Ｐｙｔｈｏｎ　ａｎｄ　Ｃ　ｌａｎｇｕａｇｅｓ　ｂｙ　ｅｘｐｅｒｉｍｅｎｔ，ａｎｄ　ａｎａｌｙｚｅｄ　ｔｈｅ　ｃａｕｓｅｓ　ｏｆ　ｐｅｒｆｏｒｍａｎｃｅ　ｄｉｆｅｒｅｎｃｅ　ｆｒｏｍ　ｔｈｅ　ｖｉｒｔｕａｌ　ｍａｃｈｉｎｅ　ｓｏｕｒｃｅ　ｃｏｄｅ　ｌｅｖｅ１．Ｔｈｅ　ｐａｐｅｒ　ｓｕｍｍａｒｉｚｅｓ　ｓｅｖｅｒａｌ　ｃｏｍｍｏｎ　ｍｅｔｈｏｄｓ　ｏｆ　Ｐｙｔｈｏｎ　ｓｃｒｉｐｔ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｐｔｉｍｉｚａｔｉｏｎ，ｂｙ　ｏｎｅ　ｏｆ　ｔｈｅｓｅ，ｗｅ　ａｃｈｉｅｖｅｄ　ｇｏｏｄ　ｒｅｓｕｌ￣ｏｎ　ｔｅｓｔ．　Ｋｅｙｗｏｒｄｓ：Ｐｙｔｈｏｎ；ｐｅｒｆｏｒｍａｎｃｅ　ａｎａｌｙｓｉｓ；ｐｅｒｆｏｒｍａｎｃｅ　ｏｐｔｉｍｉｚａｔｉｏｎ；ｅｖａｌｕａｔｉｏｎ；ｉｎｔｅｇｅｒ　ａｒｉｔｈｍｅｔｉｃ　１　引言　Ｐｙｔｈｏｎ是一种功能强大的动态语言，对于快速应　用开发，是最适合的语言之一。Ｐｙｔｈｏｎ语法简单，支　持各种操作系统以及硬件平台，有许多强大的功能特　的本质上性能差异，所以本文选择整数运算为例，对　比评估Ｐｙｔｈｏｎ语言与Ｃ语言的具体性能差异，并基　于Ｐｙｔｈｏｎ虚拟机源代码实现分析了这种差异产生的原　因，以及给出了几种性能优化的途径　。　性。Ｐｙｔｈｏｎ还有数量庞大的社区支持，积累了相当丰　富的可复用模块和代码的积累。根据２０１０年４月的　２　Ｐｙｔｈｏｎ与Ｃ语言整数运算性能评估　２．１实验环境　操作系统：Ｕｂｕｎｔｕ　９．１０　ＣＰＵ：Ｉｎｔｅｌ？Ｃｏｒｅ？２　Ｄｕｏ　Ｐｒｏｃｅｓｓｏｒ　Ｔ７５００（４Ｍ　Ｃａｃｈｅ，２．２０　ＧＨｚ）　“ＴＩＯＢＥ”程序社区指数，Ｐｙｔｈｏｎ排名第７，仅次Ｃ，　Ｊａｖａ，Ｃ＋＋，ＰＨＰ，Ｂａｓｉｃ和ｃ撑，使用量领先于同类型　的ＴＣＬ、Ｐｅｒｌ、Ｒｕｂｙ。　但Ｐｙｔｈｏｎ执行效率问题，一直是应用开发人员考　虑是否应该选用Ｐｙｔｈｏｎ的重要顾虑。由于Ｐｙｔｈｏｎ是一　Ｃ语言编译器：ｇｃｃ　Ｖｅｒｓｉｏｎ　４．４．１　Ｐｙｔｈｏｎ虚拟机：Ｐｙｔｈｏｎ２．６．５，使用ｇｃｃＶｅｒｓｉｏｎ４．４．１　ｂｕｉｌｄ生成。　种动态脚本语言，相对于Ｃ、ｃ＋＋等编译型语言，必　定会存在较大的差距，这种性能差异来至于Ｐｙｔｈｏｎ虚　拟机实现机制本身。为了消除相关疑惑，需要定量的　２．２运算性能评估算法设计　Ｃ语言中，整数可分为８位（ｃｈａｒ）、ｌ６位（ｓｈｏｒｔ）、　３２位（ｉｎｔ），Ｐｙｔｈｏｎ中内建整数类型没有区分这么细，　评估明确性能差异的具体幅度，以及差异产生的原因　和机制，最终如何合理优化或规避性能问题１“。　因为相对于网络通信、磁盘文件操作等其他运算，　统一为ｉｎｔ对象。为了准确评估３种整数类型在运算　的时候的差异，我们分别进行相应的评估。　整数运算最不受外部因素影响，能够直接提现语言问　①收稿时问：２０ＩＯ－０５．２６；收到修改稿时　：２０１０—０６－２　Ｅｘｐｅｒｉｅｎｃｅｓ　Ｅｘｃｈａｎｇｅ经验交流１６９　

汁算机系统应用　ｈｔｔｐ：／／ｗｗｗ．ｃ—Ｓ－ａ．ｏｒｇ．Ｃｌｑ　２０　１　１年第２Ｏ卷第２期　程序算法设计ｔ：首先记录执行前的时问，然后调　ｉ：ｉ．１　用整数运算的函数，最后记录执行结束时问并相减得　ａ＝０　到批景运算消耗的时问。　Ｃ：　ｖｏｉｄ　ｂｅｎｃｈｍａｒｋ（ｖｏｉｄ（　ｉｎｔＴｅｓｔ）Ｏ）　｛　Ｓｔａｒｔ－ｔｉｍｅ（）；　ｉｎｔＴｅｓｔ０　ｅｎｄＹｉｍｅ０；　ｐｒｉｎｔＴｉｍｅＵｓｅｄＯ；　｝　Ｐ），ｔｈｏｎ＂　ｄｅｆ　ｂｅｎｃｈｍａｒｋ（ｉｎｔＴｅｓｔ）：　ｓｔａｒｔｔｉｍｅ（）　ｉｎｔＴｅｓｔ（）　ｅｎｄＴｉｍｅＯ　ｐｒｉｎｔＴｉｍｅＵｓｅｄ０　批量运算的函数设计的也比较基本，主要是加减　乘除运算。但需要注意的是，Ｃ语言与Ｐｙｔｈｏｎ语言在　循环控制语句上亦存在差异。为了将这种差异降低到　Ｏ．００１％，测试函数将最底层的循环展开１０Ｗ行。通过　Ｐｙｔｈｏｎ脚本，可简单的生成这样的测试函数。以ｉｎｔ３２　的加法测试为例，即：　Ｃ：　ｖｏｉｄ　ｉｎｔ３２Ａｄｄ０　｛　ｉｎｔ　ａ＝０：　ｆｏｒ（ｉ＝０；ｉ＜ｌ００ｏ０００；ｉ＋＋）　｛　ａ＝Ｏ：　ａ＝ａ＋ｌ；　Ｎａ＝ａ＋ｌ重复ｌ万次　｝　）　Ｐｙｔｈｏｎ：　ｄｅｆ　ｉｎｔ３２Ａｄｄ０　Ｉ：ｌ００００００　ａ＝０　、、　ｈｉｌｃ（Ｉ＞Ｏ、：　７Ｏ经验变流Ｅｘｐｅｒｉｅｎｃｅｓ　Ｅｘｃｈａｎｇｅ　ａ＝ａ＋１　／／ａ＝ａ＋ｌ重复ｌ万次　２．３评测结果　表１性能评估　２．４结果分析　从计算结果看，在进行整数加法、减法以及除法　运算的时候，Ｐｙｔｈｏｎ语言的性能要比Ｃ语言的性能慢　约１２．５－１２．７倍。Ｐｙｔｈｏｎ虽然不区分８位、ｌ６位、３２　位整数，但处理８位整数的性能要比处理ｌ６位、３２　位整数快约６％。Ｐｙｔｈｏｎ语言的运行效率相对于Ｃ语　言，存在较大的差距。如未采取针对性的优化，Ｐｙｔｈｏｎ　语言将较难适用于高并发大计算量的应用场景。　测试结果中Ｃ语言表达式ａ＝ａ＊３的执行速度比　ａ：ａ＋１快３０％。　经过分析二进制代码，发现ｇｃｃ将　ａ＝ａ＊３，转换为ａ＝ａ＋ａ＋ａ＇通过两次在寄存器内的加法　操作完成。而ａ＝ａ＋１，虽然只有一次加法，但操作数ｌ　是从内存寻址的。当代码较长的时，从内存寻址会出　现ＣＰＵ　Ｃａｃｈｅ　Ｍｉｓｓｉｎｇ的情况，因此影响了性能，此处　不展开深入讨论。　整数的加减乘除是最基本的语法，运算性能直接　取决于Ｐｙｔｈｏｎ语言本身的内部实现机制。下面我们深　入分忻一下Ｐ３￣ｈｏｎ虚拟机的内部实现机制及其对性能　的影响。　

２０１１年第２０卷第２期　ｈｔｔｐ：ｔ／ｗｗｗ．ｃ－Ｓ－ａ．ｏｒｇ．ｅｆｔ　计算机系统应用　３　Ｐｙｔｈｏｎ整数运算的内部实现机制分析　３．１　Ｐｙｔｈｏｎ虚拟机编译流程　ｌｎｉｔＦｒａｍｅ０；　ＩｎｉｔＶａｒｉａｔｉｏｎｓ０；　／／　始化执行堆栈　／／初始化变量　Ｐｙｔｈｏｎ语言运行，包括４个步　１：　啦拟叽　始化　ｆｏｒ（；；）　｛　／／循环解析　节码指令　ｇｅｔＮｅｘｔＯｐＣｏｄｅ０；／／取一条　节码指令　ｇｅｔＯｐＡｒｇ０；　／／取指令需要的参数　对脚半进行语法衅折，生成ＡＳＴ结构　编译生成字节代码　解释执行７　代码　图ｌ　Ｐｙｔｈｏｎ虚拟机运行框架　当我们运行，Ｐｙｔｈｏｎ　ｉｎｔＴｅｓｔ．ＰＹ的时候，首先进行　ｔｈｏｎ虚拟器初始化，完成包括系统参数的初始化、　核心模块的加载、Ｐｙｔｈｏｎ语法解析模块的初始化等工　作。完成初始化后，语法解释模块对需执行的脚本文　件（ｉｎｔＴｅｓｔ．ＰＹ）进行语法解析，生成Ｐｙｔｈｏｎ自有的抽象　语法树ＡＳＴ数据结构（Ａｂｓｔｒａｃｔ　Ｓｙｎｔａｘ　Ｔｒｅｅ）．然后将　ＡＳＴ编译生成字节代码，即ｐｙｃ文件中的内容。使用　Ｐｙｔｈｏｎ的ｄｉｓ模块，我们可以深入分析所生成的具体　字节码。如ａ＝ａ＋１生成的字节码为：　ＬＯＡＤ—ＮＡＭＥ　２（ａ）　ＬＯＡＤ—ＣＯＮＳＴ　２（１）　ＢＩＮＡＲＹＡＤＤ　ＳＴＯＲＥ——ＮＡＭＥ　２（ａ）　３．２　Ｐｙｔｈｏｎ字节码解析执行机制　编译生成的字节码文件，足～个静态文件。它的　执行依赖于Ｐｙｔｈｏｎ虚拟机的解析执行环境。Ｐｙｔｈｏｎ虚　拟机的解析执行机制是对物理计算机的一种模拟。　Ｐｙｔｈｏｎ虚拟机的入口为ＰｙＥｖａＬＥｖａｌＦｒａｍｅＥｘ函数，其　作用类似于’ＣＰＵ’，在该函数中完成对字节码的解释　执行。　将ＰｙＥｖａｌ　ＥｖａｌＦｒａｍｅＥｘ函数的逻辑简化后的伪码　形式表达为：　ＰｙＥｖａＩＥｖａｌＦｒａｍｅＥＸ０　｛　ｅｖａｌＯｐ０；　／／对该指令求值　ｊ　｝　其中完成的主要工作包括：执行堆栈的初始化；变量　的初始化；逐条取字节码指令执行。　正如物理计算机的指令求值是依赖于当前执行状　态的上下文，譬如函数返回指令具体需要跳转到哪行　代码，Ｐｙｔｈｏｎ虚拟机也需要在运行过程中保持上下文　状态。　物理计算机使用系统堆栈来维持上下文，而　Ｐｙｔｈｏｎ使用ＰｙＦｒａｍｅＯｂｊｅｃｔ的链表来模拟ＣＰＵ运行时　堆栈。在每个ＰｙＦｒａｍｅＯｂｊｅｃｔ中存放有全局变量表、　局部变量表、内建对象表、下一条字节代码以及动态　对象结构等。　３－３　Ｐｙｔｈｏｎ语言的解析执行机制　Ｐｙｔｈｏｎ加法语句的解析执行：一次加法（ａ＝ａ＋１），　需要执行４条字节码。　ＬＯＡＤ—ＮＡＭＥ　２（ａ）　ＬＯＡＤ—ＣＯＮＳＴ　２（１）　ＢＩＮＡＲＹＡＤＤ　——ＳＴＯＲＥ—ＮＡＭＥ　２（ａ）　其中ＬＯＡＤ　ＮＡＭＥ是将变量ａ的值作为加法的　第一变量压到处理栈中，ＬＯＡＤ　ＣＯＮＳＴ，是取常数　Ｉ作为第二个操作数，ＢＩＮＡＲＹ　ＡＤＤ是执行加法运　算，ＳＴＯＲＥ　ＮＡＭＥ是将结果赋值给变量ａ。　下面分析一下加法指令ＢＩＮＡＲＹ　ＡＤＤ是如何得　以执行的。下面代码参照Ｐｙｔｈｏｎ源代码：　ｐｙｔｈｏｎ／ｃｅｖａ｜－ｃ，ｌ　１８７行一１２８７行，并进行了简化。　ｅａｓｅ　ＢＩＮＡＲＹＡＤＤ：　——Ｗ＝ＰＯＰ（）；　／／取第一个操作数，一次堆栈读取　ｖ＝ＴｏＰＯ；　／／取第二个操作数，一次堆栈读取　ｉｆ（ｗ，ｖ均足合法的Ｐｙｌｎｔ对象）｛／／２次类型检查　ａ：Ｐ３　ｌｎｔ　ＡＳ　ＬＯＮＧ（ｖ）；　

计算机系统应用　ｈｔｔｐ：／／ｗｗｗ．Ｃ－一Ｓ　ａ．－ｏｒｇ．ｃｎ　２０１１年第２０卷第２期　／／取Ｖ对象的整数值，ＰｙＩｎｔ－＞ｉｎｔ　ｂ　ＰｙＩｎｔ—ＡＳ　ＬＯＮＧ（ｗ）；　／／取Ｗ对象的整数值，Ｐｙｌｎｔ．＞ｉｎｔ　ｉ　（１ｏｎｇ）（（ｕｎｓｉｇｎｅｄ　ｌｏｎｇ）ａ＋ｂ）；　∥一次整数相加　ｉｆ（ｉ超出Ｉｎｔ范围）｛　ｇｏｔｏ　ｓｌｏｗａｄｄ；　＿ｘ　ＰｙｌｎｔＦｒｏｍＬｏｎｇ（ｉ）；　／／用ｉ的值构建一个Ｐｙｌｎｔ对象，作为结果　｝　ｅｌｓｅｉｆ（ｖ，ｗ是字符串）｛　执行字符串连接　｝　ｅｌｓｅ｛　ｓｌｏｗａｄｄ：　——／／调用ＰｙＮｕｍｂｅｒＡｄｄ计算整数相加　ｘ　ＰｙＮｕｍｂｅｒＡｄｄ（ｖ，ｗ）；　｝　变量ｖ，Ｗ的引用计数减ｌ｝　从代码分析一次基本的ＢＩＮＡＲＹ　ＡＤＤ执行，涉　及：　２次堆栈取数：　ｗ＝ＰＯＰ（）；ｖ＝ＴＯＰ（）；　２次类型检查：Ｗ，ｖ是否合法的ＰｙＩｎｔ对象；　２次类型转换：ａ＝Ｐｙｌｎｔ　ＡＳ　ＬＯＮＧ（ｖ）；ｂ＝　Ｐｙｌｎｔ　ＡＳ——ＬＯＮＧ（ｗ）；　一次整数相加：ｉ：（１ｏｎｇ）（（ｕｎｓｉｇｎｅｄ　ｌｏｎｇ）ａ＋ｂ）；　一次ＰｙＩｍ对象构建：Ｘ＝Ｐｙｌｎｔ＿ＦｒｏｍＬｏｎｇ（ｉ）；　共８次运算。再加上ＬＯＡＤ　ＮＡＭＥ，　ＬＯＡＤ　ＣＯＮＳＴ，ＳＴＯＲＥ　ＮＡＭＥ指令的开销，　Ｐｙｔｈｏｎ在执行一次加法（ａ＝ａ＋１）需要进行的运算　次数为：ｌ＋１＋８＋１＝ｌ１次。由于虚拟机在字节码循　环执行机制上还有开销，Ｐｙｔｈｏｎ执行整数运算的开　销至少是Ｃ语言的１ｌ倍以上，与实验结果ｆｌ２．５倍）　基本吻合【４１。　４　Ｐｙｔｈｏｎ性能优化方法与实验　４．１　Ｐｙｔｈｏｎ常用性能优化方法　１　７２经验交流Ｅｘｐｅｒｉｅｎｃｅｓ　Ｅｘｃｈａｎｇｅ　为了解决Ｐｙｔｈｏｎ在实际运行中的性能问题，目前　主要有４种努力方向：　将性能影响最大的部分，通过静态编译型语言实　现，作为扩展库供Ｐｙｔｈｏｎ调用。这种方式是最常用也　是最直接的优化方法，能取得接近静态语言的性能。　缺点是，优化与具体应用逻辑相关，所实现的优化不　具备通用性。　提升Ｐｙｔｈｏｎ虚拟机的性能。Ｐｓｙｃｏ是这种优化方　案的代表。Ｐｓｙｃｏ是一中可以插入Ｐｙｔｈｏｎ解释器的内　部扩展模块，能选择性地用优化的机器代码去替换部　分Ｐｙｔｈｏｎ的解释型字节码。当Ｐｙｔｈｏｎ解释器运行应　用程序时，Ｐｓｙｃｏ会不时地检查，看是否能用一些专　门的机器代码去替换常规的Ｐｙｔｈｏｎ字节码操作。　Ｐｓｙｃｏ的稳定性还需进一步提升。　将Ｐｙｔｈｏｎ脚本转化为编译性静态语言代码。ＰｙＰｙ　可以将Ｐｙｔｈｏｎ代码翻译成多种底层代码（ｃ、ｊａｖａ、．ｎｅｔ　等），通过这种方式可以实现运行性能的提升。ＰｙＰｙ　的不足是，尚不能支持１００％的Ｐｙｔｈｏｎ语法兼容。　通过并行计算方式提升Ｐｙｔｈｏｎ执行性能。随着技　术的发展，硬件成本越来越低。通过扩展硬件，来提　升执行性能，可能比优化软件代码更经济。我们可以　使用ＰａｒａｌｌｅｌＰｙｔｈｏｎ这个Ｐｙｔｈｏｎ模块，实现并行运算【５１。　４．２性能优化实验与结果　表２性能测试结果　（下转第２４４页）　

汁算机系统心用　ｈｔｔｐ：／Ａ￣　ＷＷ．Ｃ　ａ．ｏｒｇ．ｃｎ　２０１０年第２Ｏ卷第２期　到相　的划分里。划分测试／ｆ　仪耍能识别ＩＪｊ现有的　作，可以大大减少ｌ　ｌ门测试的开销。　个划分中的数据，也要能识别山　在划分巾的数据，　ｆ３）高度可重复性一个理想的自动测试系统能够　让人随时、方便和迅速的运行大量的测试用例。　他们是用来判断程序能　对无效的输入进行正确处　理【引。　６结束语　５软件测试自动化　用户对软件的需求，随着使用环境的变化，而对　软件产生新的需求。这就要求软件总是在不断变化的。　当开发人员将新的功能模块添加到原米的系统上后，　测试人员不仅要测试新增加的模块，还要重新测试整　随着软件组件的可复用性程度不断提高，越来越　多的软件开发都是对可复用组件进行集成，并配置和　调整已经存在的软件来满足特定的需求。在这种情况　下，软件测试大都是系统测试，单独的组件测试将会　越来越少。所以软件测试将来的工作更多的集中在系　统测试即集成测试和性能测试上面。同时，将自动化　引入软件测试领域能有效地减轻测试人员的劳动强　度，提高测试的效率和质量，从而节省软件开发的成本，　个系统，这无疑增加了软件测试人员的工作量。　自动化测试的目的足弥补手工测试的不足，用自　动的方法来实现和替代人工测试中的～些繁琐和机械　重复的工作，减少测试人员的工作量，保证软件的质　量，提高用户的满意度。　提高软件的质量。软件组件的可复用性程度和软件测　试自动化势必将会对软件测试领域产生重大影响。　软件测试自动化是软件测试领域必须要经历的阶　段，随着应用软件程序规模的不断扩大，复杂程度的　不断提高，用户对软件质量的要求也不断在提高，在　软件的测试活动里适当使用自动化测试是非常必要　的。　参考文献　１赵瑞莲．软件测试方法研究【博士学位论文】．北京：中国中科　院，２００１．　２　ＩＡＮ　Ｓｏｍｍｅｒｖｉｌｌｅ．软件工程．北京：机械工业出版社，２００７．　３　ＲＯＧＥＲＳ　Ｐｒｅｓｓｍａｎ．软件工程：实践者的研究方法．北京：机　械工业出版社，２００７．　软件测试自动化的好处Ｉ　：　（１）提高测试效率自动化测试可以更有效，可重　复的自动测试。能在更少的时间内完成更多的测试工　作，同时也消耗更少的系统资源。从而能提高测试的　工作效率。　４　ＲＩＣＨＡＲＤ　Ｂｅｎｄｅｒ基于需求的测试是软件测试的本质．程　序员，２０１０：９．　５许静，陈宏刚，王庆人．软件测试方法简述与展望．计算机工　程与应用．２００３：７６－－７７．　（２）降低回归测试的开销回归测试中多数的测试　工作是重复的，采用自动化测试来完成这些重复的工　ｆ上接第１７２页）　采用第一种优化方法，将整数运算的函数转化为　Ｐｙｔｈｏｎ的扩展，然后在Ｐｙｔｈｏｎ中调用，取得性能测试　结果如表２所示。　６应杭．软件自动化测试技术及应用研究【硕士学位论文】．杭　州：浙江大学，２００６．　见的Ｐｙｔｈｏｎ性能优化方法，并基于其中一种方法进　行了优化对比测试，证明能够取得较好的性能优化　效果。　从上述结果可看出，将计算量大的运算剥离，改　用Ｃ编写成为Ｐｙｔｈｏｎ的扩展模块，能够取得丰ｕ当于只　比Ｃ语言代码的性能慢１０％的性能，较大程度改善了　性能问题。　参考文献　】Ｐｙｔｈｏｎ官方网站．［２０１０—５．１３］．ｈｔｔｐ：ｌｌｐｙｔｈｏｎ．ｏｒｇ／ａｂｏｕｔ／　ｉｎｄｅｘ．ｈｔｍｌ　２罗霄，任勇，山秀明．基于Ｐｙｔｈｏｎ的混合语言编程及其实现．　计算机应用与软件，２００４，２１（１２）：１７一ｌ８．　３陈儒．Ｐｙｔｈｏｎ源代码剖析．北京：电子工业出版社，２００８．１—　４８０．　５结束语　Ｐｙｔｈｏｎ是最流行的脚本浯苦之一一，但性能较慢。　本文以秘数运算为例，通过实验对比评ｆｌ｝ｉ了Ｐ３ｌｈｏｎ与　Ｃ语苦性能荠骨，并从虚拟机内部源代码的层面分　析了性能差异产生的原阕。本文还总结归纳几种常　２４４专鲶・综述Ｓｐｅｃｉａｌ　Ｉｓｓｕｅ　４　恩，宋古广译．Ｐｙｔｈｏｎ核心编程．北京：人民邮电出版社　２００８．１—６５４．　５赖勇浩．Ｐｙｔｈｏｎ性优化经验谈．程序员，２００８，４：９９—１０３．