c语言并没有什么特别之处，这也是它速度快的原因之一。

新语言支持垃圾收集、动态类型和其他功能，使程序员更容易编写程序。

问题在于，会有额外的处理开销，这会降低应用程序的性能。C语言没有这些，这意味着没有开销，但这意味着程序员需要能够分配内存并释放它们以防止内存泄漏，并且必须处理变量的静态类型。

也就是说，许多语言和平台，如Java(其Java虚拟机)和。net(其公共语言运行时)，多年来通过即时编译(从字节码生成本机机器代码以实现更高性能)等技术改进了性能。

我认为没有人提到这样一个事实，即在C编译器上投入的精力比任何其他编译器都要多，也许Java是例外。

由于前面提到的许多原因，C是非常可优化的——几乎比任何其他语言都要多。因此，如果在其他语言编译器上投入同样的精力，C可能仍然会名列前茅。

I think there is at least one candidate language that with effort could be optimized better than C and thus we could see implementations that produce faster binaries. I'm thinking of digital mars D because the creator took care to build a language that could potentially be better optimized than C. There may be other languages that have this possibility. However I cannot imagine that any language will have compilers more than just a few percent faster than the best C compilers. I would love to be wrong.

我认为真正的“唾手可得的果实”将是那些被设计为易于人类优化的语言。一个熟练的程序员可以让任何语言运行得更快——但有时你不得不做一些荒谬的事情或使用不自然的结构来实现这一点。尽管这总是需要付出努力，但一种好的语言应该产生相对快速的代码，而不必纠结于程序究竟是如何编写的。

It's also important (at least to me) that the worst case code tends to be fast. There are numerous "proofs" on the web that Java is as fast or faster than C, but that is based on cherry picking examples. I'm not big fan of C, but I know that ANYTHING I write in C is going to run well. With Java it will "probably" run within 15% of the speed, usually within 25% but in some cases it can be far worse. Any cases where it's just as fast or within a couple of percent are usually due to most of the time being spent in the library code which is heavily optimized C anyway.

For the most part, every C instruction corresponds to a very few assembler instructions. You are essentially writing higher level machine code, so you have control over almost everything the processor does. Many other compiled languages, such as C++, have a lot of simple looking instructions that can turn into much more code than you think it does (virtual functions, copy constructors, etc..) And interpreted languages like Java or Ruby have another layer of instructions that you never see - the Virtual Machine or Interpreter.

不要轻信别人的话，看看在代码的任何性能关键部分，C语言和你选择的语言的反汇编。我认为你可以在Visual Studio运行时的反汇编窗口中看到已分解的. net。如果Java使用windbg有点棘手，应该是可能的，尽管如果你用。net来做，许多问题将是相同的。

如果没有必要的话，我不喜欢用C来编写，但我认为，这些回答中吹捧除C之外其他语言的速度的许多主张可以放在一边，只需用C和您选择的高级语言分解相同的例程，特别是如果涉及大量数据(这在性能关键型应用程序中很常见)。Fortran在其专业领域可能是个例外，不知道。它比C高吗?

第一次比较JITed代码和本地代码时，我解决了。net代码是否能与C代码运行得相当的所有问题。额外的抽象层次和所有的安全检查都带来了巨大的成本。同样的成本可能也适用于Java，但不要相信我的话，在性能至关重要的地方尝试一下。(有没有人足够了解JITed Java来在内存中找到一个编译过的过程?这当然是可能的)

里面有很多问题——大部分是我没有资格回答的问题。但对于最后一个:

有什么能阻止其他语言编译成运行速度和C一样快的二进制呢?

一句话，抽象。

C语言只比机器语言高出一到两个抽象层次。Java和. net语言距离汇编程序至少有3个抽象级别。Python和Ruby我不太确定。

通常，程序员的玩具越多(复杂的数据类型等)，你离机器语言的距离就越远，需要做的翻译就越多。

我在这里和那里都偏离了，但这是基本的要点。

更新-------这篇文章有一些很好的评论，有更多的细节。

我在链接上找到了一个关于为什么有些语言更快，有些更慢的答案，我希望这将更清楚为什么C或c++比其他语言更快，还有一些其他语言也比C更快，但我们不能使用所有的语言。一些解释-

Fortran仍然重要的一个重要原因是它的速度快:用Fortran编写的数字处理例程往往比用大多数其他语言编写的等效例程要快。在这个领域与Fortran竞争的语言是C和c++，因为它们在性能上具有竞争力。

这就提出了一个问题:为什么?是什么让c++和Fortran速度如此之快?为什么它们比其他流行语言(如Java或Python)性能更好?

解释与编译 根据编程语言所鼓励的编程风格和所提供的特性，有许多方法可以对编程语言进行分类和定义。在性能方面，最大的区别是解释语言和编译语言之间的区别。

划分并不难;而是有一个光谱。在一端，我们有传统的编译语言，包括Fortran、C和c++。在这些语言中，有一个独立的编译阶段，将程序的源代码转换为处理器可以使用的可执行形式。

这个编译过程有几个步骤。对源代码进行分析和解析。基本的编码错误，如错字和拼写错误，此时可以检测到。解析后的代码用于生成内存中的表示，该表示也可用于检测错误——这一次是语义错误，例如调用不存在的函数，或者试图对文本字符串执行算术操作。

然后，这个内存中表示形式用于驱动代码生成器，即生成可执行代码的部分。代码优化，以提高所生成代码的性能，在此过程中的不同时间执行:可以在代码表示上执行高级优化，而在代码生成器的输出上使用低级优化。

实际执行代码发生在后面。整个编译过程只是用来创建可以执行的内容。

在另一端，我们有口译员。解释器将包括一个类似于编译器的解析阶段，但这随后用于驱动直接执行，程序立即运行。

最简单的解释器包含与该语言支持的各种特性相对应的可执行代码，因此它将具有用于添加数字、连接字符串以及给定语言所具有的任何其他功能的函数。当它解析代码时，它将查找相应的函数并执行它。在程序中创建的变量将保存在某种将其名称映射到其数据的查找表中。

解释器风格的最极端的例子是类似批处理文件或shell脚本的东西。在这些语言中，可执行代码通常甚至不内置在解释器本身中，而是单独的独立程序。

So why does this make a difference to performance? In general, each layer of indirection reduces performance. For example, the fastest way to add two numbers is to have both of those numbers in registers in the processor, and to use the processor's add instruction. That's what compiled programs can do; they can put variables into registers and take advantage of processor instructions. But in interpreted programs, that same addition might require two lookups in a table of variables to fetch the values to add, then calling a function to perform the addition. That function may very well use the same processor instruction as the compiled program uses to perform the actual addition, but all the extra work before the instruction can actually be used makes things slower.

如果你想知道更多，请查看来源