python代码执行时间计算

在 Python 中，你可以使用 time 模块或 timeit 模块来计算代码的执行时间。time 模块提供了基本的时间测量功能，而 timeit 模块则专门用于更精确地测量小段代码的执行时间，特别是那些执行时间非常短的代码。

对于一般用途，time 模块中的 time() 或 perf_counter() 函数通常足够精确。perf_counter() 提供了比 time() 更高的精度和更低的系统抖动，因此通常更受欢迎。

以下是一个使用 time.perf_counter() 来测量代码执行时间的示例：

import time

# 要测量的代码块
def code_to_measure():
    # 这里放置你的代码，例如：
    total = 0
    for i in range(1000000):
        total += i
    return total

# 记录开始时间
start_time = time.perf_counter()

# 执行代码块
result = code_to_measure()

# 记录结束时间
end_time = time.perf_counter()

# 计算执行时间
elapsed_time = end_time - start_time

print(f"代码执行时间: {elapsed_time:.10f} 秒")  # 使用 .10f 来格式化输出到小数点后10位
print(f"代码执行结果: {result}")

在这个示例中，code_to_measure() 函数包含了你想要测量执行时间的代码。time.perf_counter() 在代码执行前后被调用，以记录开始和结束时间。然后，通过计算这两个时间点的差值，我们得到了代码块的执行时间。

请注意，由于计算机的多任务处理能力和操作系统的调度机制，即使使用 perf_counter()，单次测量的结果也可能会有一定的波动。如果你需要更精确的结果，可以考虑多次运行代码块并计算平均执行时间，或者使用 timeit 模块进行更专业的测量。

timeit 模块的使用示例如下：

import timeit

# 要测量的代码块，作为字符串传递给 timeit.timeit()
code_to_measure = """
total = 0
for i in range(1000000):
    total += i
"""

# 使用 timeit 测量执行时间，number 参数指定代码块执行的次数
elapsed_time = timeit.timeit(code_to_measure, number=10)  # 这里我们测量 10 次的平均时间

# 计算单次执行的平均时间
average_time_per_run = elapsed_time / 10

print(f"代码执行时间（单次平均）: {average_time_per_run:.10f} 秒")

在这个示例中，timeit.timeit() 函数接受一个包含要测量代码的字符串，以及一个 number 参数，该参数指定代码块应该被执行的次数。然后，它返回总执行时间，你可以通过除以 number 来计算单次执行的平均时间。