为什么Python比Ruby快？
它们看起来有很多相似的特点，但根据我的观察，Python 2.5的速度比1.8.7快很多。
这背后有没有更深层次的原因呢？
6 个回答
因为Ruby 1.8在设计的时候并没有特别考虑性能，而Python则做得更优化。具体来说，Ruby 1.8是直接解释代码，而不是像现在大多数语言那样先把代码编译成虚拟机能理解的格式。Ruby 1.9（使用YARV虚拟机）和Python 3的速度差不多（可能稍微慢一点，但差距不大），而且还有其他版本的Ruby速度更快。
一个原因是，Python会先把代码编译成字节码，然后再由一个高度优化的虚拟机（VM）来执行。而据我所知，Ruby在1.8及之前的版本并不是这样工作的，它是实时解释代码的。
可以这样理解：
Python的处理流程：
- 把代码解析成抽象语法树（AST）
- 将AST转换成字节码
- 在虚拟机上运行字节码
Ruby（1.9之前的版本）的处理流程：
- 把代码解析成AST
- 通过递归遍历直接解释AST
不深入细节来说，旧版Ruby的第二步有很多重复的过程，因为每次看到AST时，它都需要“理解”一次（而在内循环中，这个次数是非常多的）。而Python只需要“理解”一次AST，然后虚拟机就能尽可能快地运行字节码（这在原理上和Java和.NET的虚拟机工作方式是一样的）。
Ruby 1.9引入了YARV，这也是一种基于虚拟机的方法。Ruby 1.9比1.8快。以下是YARV的创造者佐佐田浩一的引用：
最初，YARV是一个简单的栈机器，运行伪顺序的指令。旧的解释器（matzruby）遍历抽象语法树（AST）时非常简单，显然速度很慢。YARV将AST编译成YARV字节码并运行。
有趣的是，Python的虚拟机也是基于栈的，和YARV一样。
其实没什么特别深奥的，我很确定这只是实现选择和成熟度的问题。毕竟，Python在很多方面不久前还慢得多呢！举个例子：
$ py24 -mtimeit '[i+i for i in xrange(55)]'
100000 loops, best of 3: 10.8 usec per loop
$ py25 -mtimeit '[i+i for i in xrange(55)]'
100000 loops, best of 3: 9.83 usec per loop
$ py26 -mtimeit '[i+i for i in xrange(55)]'
100000 loops, best of 3: 8.12 usec per loop
$ py27 -mtimeit '[i+i for i in xrange(55)]'
100000 loops, best of 3: 6.35 usec per loop
没错，都是在同一台机器上（Macbook Pro，2.4 GHz Intel Core 2 Duo，OSX 10.5），都是从python.org下载的“官方”Mac版本（每个x在2.x系列中的最新版本）。我没有2.3版本来检查，但我觉得它可能会比2.4稍微慢一点。
这就是通过大量的努力和细致的工作，在几乎相同的基础架构上实现的速度提升。虽然这不如添加新功能那么引人注目，但在现实世界中往往更有用！-)
所以我很确定，Ruby也可以在一个稳定、性能强大的基础架构上发展，然后随着时间的推移，逐渐进行一些性能优化，就像我们在过去几年中看到的Python在某些方面大约提升了40%那样。