Overview of tools to improve the performance of Python programs

Głównym celem pracy licencjackiej jest sprawdzenie tezy, czy Python – w stosunku do wybranych języków – uzyska gorsze rezultaty w próbach wydajnościowych. W tym celu napisano testy dla algorytmów obliczania n-tej liczby ciągu Fibonacciego, sortowania szybkiego oraz mnożenia macierzy, a także dla podstawowych operacji, będących reprezentatywnymi przykładami mechanizmów, na których bazują bardziej zaawansowane algorytmy. Praca składa się z przedstawiania wybranych języków, badań nad uzyskanymi czasami oraz przeglądu z zastosowaniem narzędzi do zwiększania wydajności.The main purpose of this bachelor's thesis is to check whether Python - in relation to selected languages ​​- will achieve worse results in performance tests. For this purpose, tests have been written for the algorithms for calculating the nth number of the Fibonacci sequence, quick sort and matrix multiplication, as well as for basic operations, which are representative examples of mechanisms on which more advanced algorithms are based. The thesis consists of the presentation of selected languages, research on the obtained times and an overview with the use of tools for increasing productivity