在这篇文章中,我将分享您可能在日常脚本中使用的3种Python效率技术,以及如何度量2种解决方案之间的性能改进。我们开始吧!
如何比较两种候选解决方案的性能?
性能可以参考解决方案中的许多不同因素(例如执行时间、CPU使用情况、内存使用情况等)。不过,在这篇文章中,我们将重点关注执行时间。
新解决方案的执行时间的改进可以简单地计算为进行除法。也就是说,我们将把旧的(或非优化的)解决方案的执行时间除以新的(或优化的)解决方案:TEST/tNew。这个指标通常被称为加速比…例如,如果我们的加速比因子为2,那么我们改进的解决方案所需的时间将是原解决方案的一半。
为了比较我们的函数的性能,我们将创建一个接收这两个函数的函数,计算它们的执行时间,并计算获得的加速比:
在学习过程中有什么不懂得可以加我的
python学习qun,855408893
群里有不错的学习视频教程、开发工具与电子书籍。
与你分享python企业当下人才需求及怎么从零基础学习好python,和学习什么内容
import timedef compute_speedup(slow_func, opt_func, func_name, tp=None):
x = range(int(1e5))
if tp: x = list(map(tp, x)) slow_start = time.time()
slow_func(x)
slow_end = time.time()
slow_time = slow_end - slow_start opt_start &