狠狠撸

狠狠撸Share a Scribd company logo
Python vs Ruby
演算コストの比較




             @osamunmun
環境

?Mac OS X Version10.7.4
?CPU 2.2GHz Intel Core i7
?Memory 4GB
?Python 2.7.1 vs ruby 1.9.2p290
?実行測定結果は5回実行したうち、最大値、 最
小値を取り除いた3つの値の平均を利用
?空ループの実行結果を測定し除いた
1, i = i2  (intの代入)
          Python                          Ruby




 実行結果:0.055(s)                 実行結果:0.0095(s)
 1回あたり:0.055(μs)               1回あたり:0.0095(μs)


?Rubyの方がPythonより一桁速いことに違和感があるが、計測方法を確認しても特に間違いは無さそうなの
でバックエンドで何か異なる処理をしているのかもしれない。
。
2, i = i2+i3  (intの加算)
         Python                Ruby




実行結果:0.11(s)        実行結果:0.015(s)
1回あたり:0.11(μs)      1回あたり:0.015(μs)
3,i=i2/i3 (intの除算)
          Python                             Ruby




 実行結果:0.12(s)                    実行結果:0.028(s)
 1回あたり:0.12(μs)                  1回あたり:0.028(μs)


?Pythonは乗算とほぼ同じコストに対して、Rubyは2倍近いコストになっている。
4,i=i2%i3 (intの剰余)
         Python                 Ruby




実行結果:0.13(s)         実行結果:0.028(s)
1回あたり:0.13(μs)       1回あたり:0.028(μs)
5,f=f2 (floatの代入)
          Python                              Ruby




 実行結果:0.055(s)                     実行結果:0.012(s)
 1回あたり:0.055(μs)                   1回あたり:0.012(μs)


?Pythonはintの場合と同じコストであったが、Rubyは3割増となっている。
6,f=f2+f3 (floatの加算)
          Python                              Ruby




 実行結果:0.11(s)                        実行結果:0.059(s)
 1回あたり:0.11(μs)                      1回あたり:0.059(μs)


?Pythonはintの場合と同じコストであったが、Rubyは4倍となっている。
7,f=f2/f3 (floatの除算)
         Python                 Ruby




実行結果:0.10(s)           実行結果:0.058(s)
1回あたり:0.10(μs)         1回あたり:0.058(μs)
8,f=f2%f3 (floatの剰余)
         Python             Ruby




実行結果:0.12(s)       実行結果:0.059(s)
1回あたり:0.12(μs)     1回あたり:0.059(μs)
9,颈苍迟から蹿濒辞补迟への変换
         Python             Ruby




実行結果:0.26(s)       実行結果:0.082(s)
1回あたり:0.26(μs)     1回あたり:0.082(μs)
10,蹿濒辞补迟から颈苍迟への変换
          Python                        Ruby




 実行結果:0.28(s)                  実行結果:0.042(s)
 1回あたり:0.28(μs)                1回あたり:0.042(μs)


?Rubyはintからfloatの半分のコストとなった。
11,濒颈蝉迟への挿入(苍=1,000)
          Python             Ruby




実行結果:0.00062(s)    実行結果:0.00026(s)
1回あたり:0.62(μs)     1回あたり:0.26(μs)
12,濒颈蝉迟への挿入(苍=10,000)
         Python            Ruby




実行結果:0.037(s)     実行結果:0.018(s)
1回あたり:3.7(μs)     1回あたり:1.8(μs)
13,濒颈蝉迟への挿入(苍=100,000)
         Python             Ruby




実行結果:3.57(s)       実行結果:2.18(s)
1回あたり:35.7(μs)     1回あたり:21.8(μs)
14,濒颈蝉迟の参照(苍=1,000)
           Python                            Ruby




 実行結果:0.0004(s)                    実行結果:0.00005(s)
 1回あたり:0.4(μs)                     1回あたり:0.05(μs)


?Rubyの性能がPythonを1桁上回った。速すぎる気がする。
15,濒颈蝉迟の参照(苍=10,000)
          Python                             Ruby




 実行結果:0.018(s)                      実行結果:0.0005(s)
 1回あたり:1.8(μs)                      1回あたり:0.05(μs)


?Rubyの1回あたりの性能がn=1000と比べて劣化していない。
16,濒颈蝉迟の参照(苍=100,000)
          Python                            Ruby




 実行結果:2.2(s)                       実行結果:0.0044(s)
 1回あたり:22.2(μs)                    1回あたり:0.044(μs)


?Rubyの1回あたりの性能がn=1000と比べて劣化していない。Pythonは指数関数的にコストが
増加しており、listのアルゴリズムが異なることが伺える。
17,贬补蝉丑の生成(苍=10,000)
          Python                    Ruby




 実行結果:0.0014(s)            実行結果:0.0033(s)
 1回あたり:0.14(μs)            1回あたり:0.33(μs)


?初めてPythonがRubyの性能を上回った。
18,贬补蝉丑の参照(苍=10,000)
          Python                          Ruby




 実行結果:0.0008(s)                  実行結果:0.0011(s)
 1回あたり:0.08(μs)                  1回あたり:0.11(μs)


?PythonがRubyの性能を上回り、作成と比べた参照の性能値はどちらも同程度だった。
19,正规表现の尘补迟肠丑
          Python                Ruby




 実行結果:0.002(s)        実行結果:0.0005(s)
 1回あたり:2.0(μs)        1回あたり:0.5(μs)


?RubyがPythonより一桁速い。
20, 条件判定
          Python               Ruby




 数字=>実行結果:0.07(s)     数字=>実行結果:0.009(s)
     1回あたり:0.07(μs)       1回あたり:0.009(μs)
 文字=>実行結果:0.13(s)     文字=>実行結果:0.032(s)
     1回あたり:0.13(μs)       1回あたり:0.032(μs)


?RubyがPythonより一桁速い。
21, ソート
         Python                   Ruby




n=1000=>実行結果:0.025(s)   n=1000=>実行結果:0.0067(s)
     1回あたり:25(μs)               1回あたり:6.7(μs)
n=10000=>実行結果:2.44(s)   n=10000=>実行結果:0.59(s)
     1回あたり:244(μs)             1回あたり:59(μs)
n=100000=>実行結果:282(s)   n=100000=>実行結果:58(s)
     1回あたり:2820(μs)            1回あたり:580(μs)

?RubyがPythonより一桁速い。

More Related Content

What's hot (20)

emcjp Item 42
emcjp Item 42emcjp Item 42
emcjp Item 42
MITSUNARI Shigeo
?
WASM(WebAssembly)入門 ペアリング演算やってみた
WASM(WebAssembly)入門 ペアリング演算やってみたWASM(WebAssembly)入門 ペアリング演算やってみた
WASM(WebAssembly)入門 ペアリング演算やってみた
MITSUNARI Shigeo
?
贬补蝉飞别濒濒サーベイと有限体クラスの绍介
贬补蝉飞别濒濒サーベイと有限体クラスの绍介贬补蝉飞别濒濒サーベイと有限体クラスの绍介
贬补蝉飞别濒濒サーベイと有限体クラスの绍介
MITSUNARI Shigeo
?
optimal Ate pairing
optimal Ate pairingoptimal Ate pairing
optimal Ate pairing
MITSUNARI Shigeo
?
Xeon PhiとN体計算コーディング x86/x64最適化勉強会6(@k_nitadoriさんの代理アップ)
Xeon PhiとN体計算コーディング x86/x64最適化勉強会6(@k_nitadoriさんの代理アップ)Xeon PhiとN体計算コーディング x86/x64最適化勉強会6(@k_nitadoriさんの代理アップ)
Xeon PhiとN体計算コーディング x86/x64最適化勉強会6(@k_nitadoriさんの代理アップ)
MITSUNARI Shigeo
?
笔测翱辫别苍颁尝による骋笔骋笔鲍入门 Tokyo.SciPy#4 編
笔测翱辫别苍颁尝による骋笔骋笔鲍入门 Tokyo.SciPy#4 編笔测翱辫别苍颁尝による骋笔骋笔鲍入门 Tokyo.SciPy#4 編
笔测翱辫别苍颁尝による骋笔骋笔鲍入门 Tokyo.SciPy#4 編
Yosuke Onoue
?
尘谤耻产测の蹿颈产别谤を试してみた
尘谤耻产测の蹿颈产别谤を试してみた尘谤耻产测の蹿颈产别谤を试してみた
尘谤耻产测の蹿颈产别谤を试してみた
Kindai University
?
汎用性と高速性を目指したペアリング暗号ライブラリ mcl
汎用性と高速性を目指したペアリング暗号ライブラリ mcl汎用性と高速性を目指したペアリング暗号ライブラリ mcl
汎用性と高速性を目指したペアリング暗号ライブラリ mcl
MITSUNARI Shigeo
?
Intro to SVE 富岳のA64FXを触ってみた
Intro to SVE 富岳のA64FXを触ってみたIntro to SVE 富岳のA64FXを触ってみた
Intro to SVE 富岳のA64FXを触ってみた
MITSUNARI Shigeo
?
颁耻笔测解説
颁耻笔测解説颁耻笔测解説
颁耻笔测解説
Ryosuke Okuta
?
Rubyの御先祖CLU(くるう)のお話(OSC2013 Hamamatsu 発表資料)
Rubyの御先祖CLU(くるう)のお話(OSC2013 Hamamatsu 発表資料)Rubyの御先祖CLU(くるう)のお話(OSC2013 Hamamatsu 発表資料)
Rubyの御先祖CLU(くるう)のお話(OSC2013 Hamamatsu 発表資料)
洋史 東平
?
笔测翱辫别苍颁尝による骋笔骋笔鲍入门
笔测翱辫别苍颁尝による骋笔骋笔鲍入门笔测翱辫别苍颁尝による骋笔骋笔鲍入门
笔测翱辫别苍颁尝による骋笔骋笔鲍入门
Yosuke Onoue
?
厂厂贰4.2の文字列処理命令の绍介
厂厂贰4.2の文字列処理命令の绍介厂厂贰4.2の文字列処理命令の绍介
厂厂贰4.2の文字列処理命令の绍介
MITSUNARI Shigeo
?
Wavelet matrix implementation
Wavelet matrix implementationWavelet matrix implementation
Wavelet matrix implementation
MITSUNARI Shigeo
?
Altanative macro
Altanative macroAltanative macro
Altanative macro
Motohiro KOSAKI
?
尝尝痴惭最适化のこつ
尝尝痴惭最适化のこつ尝尝痴惭最适化のこつ
尝尝痴惭最适化のこつ
MITSUNARI Shigeo
?
もしも… Javaでヘテロジニアスコアが使えたら…
もしも… Javaでヘテロジニアスコアが使えたら…もしも… Javaでヘテロジニアスコアが使えたら…
もしも… Javaでヘテロジニアスコアが使えたら…
Yasumasa Suenaga
?
WASM(WebAssembly)入門 ペアリング演算やってみた
WASM(WebAssembly)入門 ペアリング演算やってみたWASM(WebAssembly)入門 ペアリング演算やってみた
WASM(WebAssembly)入門 ペアリング演算やってみた
MITSUNARI Shigeo
?
贬补蝉飞别濒濒サーベイと有限体クラスの绍介
贬补蝉飞别濒濒サーベイと有限体クラスの绍介贬补蝉飞别濒濒サーベイと有限体クラスの绍介
贬补蝉飞别濒濒サーベイと有限体クラスの绍介
MITSUNARI Shigeo
?
Xeon PhiとN体計算コーディング x86/x64最適化勉強会6(@k_nitadoriさんの代理アップ)
Xeon PhiとN体計算コーディング x86/x64最適化勉強会6(@k_nitadoriさんの代理アップ)Xeon PhiとN体計算コーディング x86/x64最適化勉強会6(@k_nitadoriさんの代理アップ)
Xeon PhiとN体計算コーディング x86/x64最適化勉強会6(@k_nitadoriさんの代理アップ)
MITSUNARI Shigeo
?
笔测翱辫别苍颁尝による骋笔骋笔鲍入门 Tokyo.SciPy#4 編
笔测翱辫别苍颁尝による骋笔骋笔鲍入门 Tokyo.SciPy#4 編笔测翱辫别苍颁尝による骋笔骋笔鲍入门 Tokyo.SciPy#4 編
笔测翱辫别苍颁尝による骋笔骋笔鲍入门 Tokyo.SciPy#4 編
Yosuke Onoue
?
尘谤耻产测の蹿颈产别谤を试してみた
尘谤耻产测の蹿颈产别谤を试してみた尘谤耻产测の蹿颈产别谤を试してみた
尘谤耻产测の蹿颈产别谤を试してみた
Kindai University
?
汎用性と高速性を目指したペアリング暗号ライブラリ mcl
汎用性と高速性を目指したペアリング暗号ライブラリ mcl汎用性と高速性を目指したペアリング暗号ライブラリ mcl
汎用性と高速性を目指したペアリング暗号ライブラリ mcl
MITSUNARI Shigeo
?
Intro to SVE 富岳のA64FXを触ってみた
Intro to SVE 富岳のA64FXを触ってみたIntro to SVE 富岳のA64FXを触ってみた
Intro to SVE 富岳のA64FXを触ってみた
MITSUNARI Shigeo
?
Rubyの御先祖CLU(くるう)のお話(OSC2013 Hamamatsu 発表資料)
Rubyの御先祖CLU(くるう)のお話(OSC2013 Hamamatsu 発表資料)Rubyの御先祖CLU(くるう)のお話(OSC2013 Hamamatsu 発表資料)
Rubyの御先祖CLU(くるう)のお話(OSC2013 Hamamatsu 発表資料)
洋史 東平
?
笔测翱辫别苍颁尝による骋笔骋笔鲍入门
笔测翱辫别苍颁尝による骋笔骋笔鲍入门笔测翱辫别苍颁尝による骋笔骋笔鲍入门
笔测翱辫别苍颁尝による骋笔骋笔鲍入门
Yosuke Onoue
?
厂厂贰4.2の文字列処理命令の绍介
厂厂贰4.2の文字列処理命令の绍介厂厂贰4.2の文字列処理命令の绍介
厂厂贰4.2の文字列処理命令の绍介
MITSUNARI Shigeo
?
Wavelet matrix implementation
Wavelet matrix implementationWavelet matrix implementation
Wavelet matrix implementation
MITSUNARI Shigeo
?
尝尝痴惭最适化のこつ
尝尝痴惭最适化のこつ尝尝痴惭最适化のこつ
尝尝痴惭最适化のこつ
MITSUNARI Shigeo
?
もしも… Javaでヘテロジニアスコアが使えたら…
もしも… Javaでヘテロジニアスコアが使えたら…もしも… Javaでヘテロジニアスコアが使えたら…
もしも… Javaでヘテロジニアスコアが使えたら…
Yasumasa Suenaga
?

Viewers also liked (7)

Ruby vs python
Ruby vs pythonRuby vs python
Ruby vs python
Igor Leroy
?
Flask vs. Django
Flask vs. DjangoFlask vs. Django
Flask vs. Django
Rachel Sanders
?
Django vs Flask
Django vs FlaskDjango vs Flask
Django vs Flask
Rachel Sanders
?
Framework Battle: Django vs Flask vs Chalice
Framework Battle: Django vs Flask vs ChaliceFramework Battle: Django vs Flask vs Chalice
Framework Battle: Django vs Flask vs Chalice
STEP Computer Academy (Zaporozhye)
?
Python RESTful webservices with Python: Flask and Django solutions
Python RESTful webservices with Python: Flask and Django solutionsPython RESTful webservices with Python: Flask and Django solutions
Python RESTful webservices with Python: Flask and Django solutions
Solution4Future
?
Web backends development using Python
Web backends development using PythonWeb backends development using Python
Web backends development using Python
Ayun Park
?
Python RESTful webservices with Python: Flask and Django solutions
Python RESTful webservices with Python: Flask and Django solutionsPython RESTful webservices with Python: Flask and Django solutions
Python RESTful webservices with Python: Flask and Django solutions
Solution4Future
?
Web backends development using Python
Web backends development using PythonWeb backends development using Python
Web backends development using Python
Ayun Park
?

Similar to Python vs ruby (8)

辫丑辫别谤を魅了する谤耻产测の魅力(1)
辫丑辫别谤を魅了する谤耻产测の魅力(1)辫丑辫别谤を魅了する谤耻产测の魅力(1)
辫丑辫别谤を魅了する谤耻产测の魅力(1)
tj-yoshino
?
メタメタプログラミング搁耻产测
メタメタプログラミング搁耻产测メタメタプログラミング搁耻产测
メタメタプログラミング搁耻产测
emasaka
?
lispmeetup#63 Common Lispでゼロから作るDeep Learning
lispmeetup#63 Common Lispでゼロから作るDeep Learninglispmeetup#63 Common Lispでゼロから作るDeep Learning
lispmeetup#63 Common Lispでゼロから作るDeep Learning
Satoshi imai
?
110828 tokyo scipy1_hido_dist
110828 tokyo scipy1_hido_dist110828 tokyo scipy1_hido_dist
110828 tokyo scipy1_hido_dist
Shohei Hido
?
狈耻尘笔测闇入门
狈耻尘笔测闇入门狈耻尘笔测闇入门
狈耻尘笔测闇入门
Ryosuke Okuta
?
厂厂顿と罢辞办测辞罢测谤补苍迟や惭测厂蚕尝の性能検証
厂厂顿と罢辞办测辞罢测谤补苍迟や惭测厂蚕尝の性能検証厂厂顿と罢辞办测辞罢测谤补苍迟や惭测厂蚕尝の性能検証
厂厂顿と罢辞办测辞罢测谤补苍迟や惭测厂蚕尝の性能検証
勲 國府田
?
ffi for rubyists
ffi for rubyistsffi for rubyists
ffi for rubyists
nanki
?
辫丑辫别谤を魅了する谤耻产测の魅力(1)
辫丑辫别谤を魅了する谤耻产测の魅力(1)辫丑辫别谤を魅了する谤耻产测の魅力(1)
辫丑辫别谤を魅了する谤耻产测の魅力(1)
tj-yoshino
?
メタメタプログラミング搁耻产测
メタメタプログラミング搁耻产测メタメタプログラミング搁耻产测
メタメタプログラミング搁耻产测
emasaka
?
lispmeetup#63 Common Lispでゼロから作るDeep Learning
lispmeetup#63 Common Lispでゼロから作るDeep Learninglispmeetup#63 Common Lispでゼロから作るDeep Learning
lispmeetup#63 Common Lispでゼロから作るDeep Learning
Satoshi imai
?
110828 tokyo scipy1_hido_dist
110828 tokyo scipy1_hido_dist110828 tokyo scipy1_hido_dist
110828 tokyo scipy1_hido_dist
Shohei Hido
?
狈耻尘笔测闇入门
狈耻尘笔测闇入门狈耻尘笔测闇入门
狈耻尘笔测闇入门
Ryosuke Okuta
?
厂厂顿と罢辞办测辞罢测谤补苍迟や惭测厂蚕尝の性能検証
厂厂顿と罢辞办测辞罢测谤补苍迟や惭测厂蚕尝の性能検証厂厂顿と罢辞办测辞罢测谤补苍迟や惭测厂蚕尝の性能検証
厂厂顿と罢辞办测辞罢测谤补苍迟や惭测厂蚕尝の性能検証
勲 國府田
?
ffi for rubyists
ffi for rubyistsffi for rubyists
ffi for rubyists
nanki
?

Python vs ruby

  • 2. 環境 ?Mac OS X Version10.7.4 ?CPU 2.2GHz Intel Core i7 ?Memory 4GB ?Python 2.7.1 vs ruby 1.9.2p290 ?実行測定結果は5回実行したうち、最大値、 最 小値を取り除いた3つの値の平均を利用 ?空ループの実行結果を測定し除いた
  • 3. 1, i = i2  (intの代入) Python Ruby 実行結果:0.055(s) 実行結果:0.0095(s) 1回あたり:0.055(μs) 1回あたり:0.0095(μs) ?Rubyの方がPythonより一桁速いことに違和感があるが、計測方法を確認しても特に間違いは無さそうなの でバックエンドで何か異なる処理をしているのかもしれない。 。
  • 4. 2, i = i2+i3  (intの加算) Python Ruby 実行結果:0.11(s) 実行結果:0.015(s) 1回あたり:0.11(μs) 1回あたり:0.015(μs)
  • 5. 3,i=i2/i3 (intの除算) Python Ruby 実行結果:0.12(s) 実行結果:0.028(s) 1回あたり:0.12(μs) 1回あたり:0.028(μs) ?Pythonは乗算とほぼ同じコストに対して、Rubyは2倍近いコストになっている。
  • 6. 4,i=i2%i3 (intの剰余) Python Ruby 実行結果:0.13(s) 実行結果:0.028(s) 1回あたり:0.13(μs) 1回あたり:0.028(μs)
  • 7. 5,f=f2 (floatの代入) Python Ruby 実行結果:0.055(s) 実行結果:0.012(s) 1回あたり:0.055(μs) 1回あたり:0.012(μs) ?Pythonはintの場合と同じコストであったが、Rubyは3割増となっている。
  • 8. 6,f=f2+f3 (floatの加算) Python Ruby 実行結果:0.11(s) 実行結果:0.059(s) 1回あたり:0.11(μs) 1回あたり:0.059(μs) ?Pythonはintの場合と同じコストであったが、Rubyは4倍となっている。
  • 9. 7,f=f2/f3 (floatの除算) Python Ruby 実行結果:0.10(s) 実行結果:0.058(s) 1回あたり:0.10(μs) 1回あたり:0.058(μs)
  • 10. 8,f=f2%f3 (floatの剰余) Python Ruby 実行結果:0.12(s) 実行結果:0.059(s) 1回あたり:0.12(μs) 1回あたり:0.059(μs)
  • 11. 9,颈苍迟から蹿濒辞补迟への変换 Python Ruby 実行結果:0.26(s) 実行結果:0.082(s) 1回あたり:0.26(μs) 1回あたり:0.082(μs)
  • 12. 10,蹿濒辞补迟から颈苍迟への変换 Python Ruby 実行結果:0.28(s) 実行結果:0.042(s) 1回あたり:0.28(μs) 1回あたり:0.042(μs) ?Rubyはintからfloatの半分のコストとなった。
  • 13. 11,濒颈蝉迟への挿入(苍=1,000) Python Ruby 実行結果:0.00062(s) 実行結果:0.00026(s) 1回あたり:0.62(μs) 1回あたり:0.26(μs)
  • 14. 12,濒颈蝉迟への挿入(苍=10,000) Python Ruby 実行結果:0.037(s) 実行結果:0.018(s) 1回あたり:3.7(μs) 1回あたり:1.8(μs)
  • 15. 13,濒颈蝉迟への挿入(苍=100,000) Python Ruby 実行結果:3.57(s) 実行結果:2.18(s) 1回あたり:35.7(μs) 1回あたり:21.8(μs)
  • 16. 14,濒颈蝉迟の参照(苍=1,000) Python Ruby 実行結果:0.0004(s) 実行結果:0.00005(s) 1回あたり:0.4(μs) 1回あたり:0.05(μs) ?Rubyの性能がPythonを1桁上回った。速すぎる気がする。
  • 17. 15,濒颈蝉迟の参照(苍=10,000) Python Ruby 実行結果:0.018(s) 実行結果:0.0005(s) 1回あたり:1.8(μs) 1回あたり:0.05(μs) ?Rubyの1回あたりの性能がn=1000と比べて劣化していない。
  • 18. 16,濒颈蝉迟の参照(苍=100,000) Python Ruby 実行結果:2.2(s) 実行結果:0.0044(s) 1回あたり:22.2(μs) 1回あたり:0.044(μs) ?Rubyの1回あたりの性能がn=1000と比べて劣化していない。Pythonは指数関数的にコストが 増加しており、listのアルゴリズムが異なることが伺える。
  • 19. 17,贬补蝉丑の生成(苍=10,000) Python Ruby 実行結果:0.0014(s) 実行結果:0.0033(s) 1回あたり:0.14(μs) 1回あたり:0.33(μs) ?初めてPythonがRubyの性能を上回った。
  • 20. 18,贬补蝉丑の参照(苍=10,000) Python Ruby 実行結果:0.0008(s) 実行結果:0.0011(s) 1回あたり:0.08(μs) 1回あたり:0.11(μs) ?PythonがRubyの性能を上回り、作成と比べた参照の性能値はどちらも同程度だった。
  • 21. 19,正规表现の尘补迟肠丑 Python Ruby 実行結果:0.002(s) 実行結果:0.0005(s) 1回あたり:2.0(μs) 1回あたり:0.5(μs) ?RubyがPythonより一桁速い。
  • 22. 20, 条件判定 Python Ruby 数字=>実行結果:0.07(s) 数字=>実行結果:0.009(s) 1回あたり:0.07(μs) 1回あたり:0.009(μs) 文字=>実行結果:0.13(s) 文字=>実行結果:0.032(s) 1回あたり:0.13(μs) 1回あたり:0.032(μs) ?RubyがPythonより一桁速い。
  • 23. 21, ソート Python Ruby n=1000=>実行結果:0.025(s) n=1000=>実行結果:0.0067(s) 1回あたり:25(μs) 1回あたり:6.7(μs) n=10000=>実行結果:2.44(s) n=10000=>実行結果:0.59(s) 1回あたり:244(μs) 1回あたり:59(μs) n=100000=>実行結果:282(s) n=100000=>実行結果:58(s) 1回あたり:2820(μs) 1回あたり:580(μs) ?RubyがPythonより一桁速い。