C++/Python/Matlab执行效率分析

以前一直觉得C++效率最高，速度最快，但是今天做的一个实验结果大大出乎我的意料—Python使用向量处理效率一点都不慢，甚至高于C++在O2优化后的效率。 Matlab效率更高。 这为以后选取语言提供了一个很好的参考。

问题起源与对场内期权MC定价时，一步到最后与按天到最后在计算精度上有无差别，镜像问题是FDM定价一步到最后，与按天到最后计算精度上有无差别。我的观点显然是前者无差，后者影响显著。无奈，领导观点竟然相反，为了说明问题，讲理论肯定是不行了，只能用数据说话。为了验证MC的结果，有了本实验。

实验初期，先采用Python写的，因为简单，就用了最简单低级的代码思路。写完后运行发现速度还可以（轨道数目较少，1k条）。于是萌生了与C++比较下效率的想法。于是速度照搬改成C++版本。为了能体现出差距，将轨道数目都改成10w条，结果发现，在简单代码结构下，python不是一般的慢！ 考虑到当初Matlab在矩阵处理时体现的优势，于是想python应该也有同样的特点，于是将python代码改成向量化的。这一改，就发现了有趣的东西，在向量化代码结构下，python执行效率极高，甚至高过C++在O2优化下的效率。

废话不多说，先列出结果数据。表中数据单位为秒。

图中列出了几个相关实验:
- C++原始代码及经过O2优化后的代码。
- C++通过OMP并行后的代码及经过O2优化过的代码
- Python 串行代码及向量化代码
- Matlab