我决定使用所有三种语言进行矩阵乘法。 矩阵的大小为2048 x 2048（即每个矩阵的乘法和加法运算为8,589,934,592），我为它们填充了0.0到1.0之间的随机值（使用随机值而不是对所有三种语言使用完全相同的矩阵的影响可以忽略不计）。 我将每个实验运行了五次，并计算了平均运行时间。

根据这些结果，C比Java慢2.34倍，Python比Java慢33.34倍。

实际上，这是不公平的比较。 当我们编译Java程序时，即使没有任何优化标志，Java JIT（即时）编译器也会自动执行优化。 但是，对于GCC（编译C程序），情况并非如此，我们必须显式设置优化标志。

gcc -O2 MatrixMultiplication.c -o matrix./matrixgcc -O3 MatrixMultiplication.c -o matrix./matrix

新的经过时间

· Python相对非常慢，因为C是经过编译的，而Python是被解释的。 编译器一次将C代码转换为机器代码。 另一方面，解释器必须读取，解释和执行每一行代码，并更新机器状态（这会增加很多开销）。 将程序编译为机器代码时，CPU可以直接执行它。 但是，当涉及到解释器时，CPU将运行解释器，并且解释器本身将执行程序。 （如果您对编译器和解释器感兴趣，请阅读Vaidehi Joshi撰写的精彩文章）

· JIT（Java编译器）位于C和Python之间。 首次执行代码时，将对其进行解释。 但是，当一段代码频繁执行时，它会实时编译为机器代码，并且进一步的执行将使用编译后的版本。

我用来运行实验的机器的配置[处理器：Intel（R）Core（TM）i7–5500U CPU @ 2.40GHz，RAM：12Gb DDR3，OS：Ubuntu 18.04.4]

(本文翻译自Gunavaran Brihadiswaran的文章《A Performance Comparison Between C, Java, and Python》，参考：https://medium.com/swlh/a-performance-comparison-between-c-java-and-python-df3890545f6d)