学習日誌 第二項

FizzBuzz を利用してFortranとpythonの差を計ってみた。
なおきちんとCPUやらメモリーやらを指定してはいないので、お粗末なデータとなってます。

Fortran90

FizzBuzz.f90

implicit none
integer i,j
integer t1, t2, t_rate, t_max, diff
call system_clock(t1)

  read(*,*) j
  do i=1,j
   if (mod(i,15)==0) then
      write(*,*)"FizzBuzz"
   else if (mod(i,3)==0) then
      write(*,*)"Fizz"
   else if (mod(i,5)==0) then
      write(*,*)"Buzz"
   else
      write(*,*) i
   end if
  end do

call system_clock(t2, t_rate, t_max)
  if ( t2 < t1 ) then
    diff = (t_max - t1) + t2 + 1
  else
    diff = t2 - t1
  end if
print "(A, F10.3)", "time it took was:", diff/dble(t_rate)
end

python3.5

FizzBuzz.py

import time
n=input()
n=int(n)
start = time.time()

for i in range(0,n+1):
    if (i%15)==0 :
        print("FizzBuzz")
    elif (i%3)==0 :
        print("Fizz")
    elif (i%5)==0 :
        print("Buzz")
    else:
        print(i)

elapsed_time = time.time() - start
print ("elapsed_time:{0}".format(elapsed_time) + "[sec]")

結果

j の値	Fortran　実行時間[sec]	python　実行時間[sec]
100	1.281	0.002621
5000	3.704	0.1030
9999	1.968	0.2104
100000000	1591	1847

数値のブレはちょこちょこあるものの、大体こんな感じ。
1億は試行回数一回のお粗末なので、結構なブレがありそうですが、見事に逆転しました。
ビッグデータの処理ならコンパイル型の方が早いという証左かもしれない。
使い分けが一番大事ってはっきりわかんだね。
今の所言えるのは、Fortranは計算が早いけど、分類とかを早くしようとするなら少し工夫がいると思う。
そもそも一回一回表記させてるのも問題だとは思う。

以上！