1回答

liuyubobobo

2023-02-05

没有差异。即使你在某一组数据中可以看到差异，这种差异也不是算法研究的重点，甚至是和算法一点关系都没有。

一个不管实现的有多好的插入排序算法，面对大规模的随机数据，都无法和一个尽管实现地很“烂”的快速排序或者归并排序抗衡，为什么，这就是复杂度的力量。算法领域首要关注的是“复杂度的变化”。

==========

如果你一定要关注这种“细微的实现差别”带来的性能变化：

首先，你应该学习的是各个语言相关的细节。如果一个实现比另一个实现更优，很有可能是语言背后的执行机制带来的，比如你说的 JVM 的优化的不同（JVM 的不同版本处理方式还会有区别）；比如脚本语言对于某些调用会转入执行更快的被 C 优化的底层库，而对于另外一些调用这不会；比如编译器对一些 pattern 的识别（如 Java 或者 C++ 等语言都有对尾递归的优化，而 go 没有，但不排除更后续的版本就会添加这一特性，等等。）

其次，你应该学习的是和 CPU 乃至和 微指令相关的内容。因为即便是同样的代码，在不同的硬件环境下，性能也会不同。受影响的因素可能包含是否是多核环境，当前环境是否允许并发。（即便允许，你所使用的语言环境是否会自动做并发优化，也受影响。）包括 CPU 是 RISC 还是 CISC，还是某类特制芯片 ASIC（比如专门针对神经网络优化的 FPGA），全都在影响一个具体实现实际运行的性能。

所有的这些，都不是“算法”探讨的范围。

继续加油！：）

2