Python中测试代码运行时间

在Python中，你可以使用内置的time模块来测试代码的运行时间。下面是一个例子：

import time

start_time = time.time()  # 获取当前时间

# 在这里放置你想要测试的代码
for i in range(0, 1000000):
    pass

end_time = time.time()  # 代码运行后再次获取当前时间

execution_time = end_time - start_time  # 计算运行时间

print(f"代码运行时间: {execution_time}秒")

这个代码会首先记录开始时间，然后运行一段代码（在这个例子中是一个简单的for循环），然后再记录结束时间。运行时间就是结束时间减去开始时间。

另外，如果你想要更精确的时间测量，你可以使用timeit模块，它提供了一个简单的方法来计时小段Python代码。它有命令行接口和Python库接口。这是一个例子：

import timeit

start_time = timeit.default_timer()

# 在这里放置你想要测试的代码
for i in range(0, 1000000):
    pass

end_time = timeit.default_timer()

print(f"代码运行时间: {end_time - start_time}秒")

timeit.default_timer()`在不同的平台上会使用最精确的计时器。

---

示例
编写一个Python脚本来计算每个函数运行10000次的时间。

下面是一个示例代码：

import timeit

# 定义你的函数
def function1():
    # 函数1的代码
    pass

def function2():
    # 函数2的代码
    pass

def function3():
    # 函数3的代码
    pass

# 使用timeit来测量每个函数的执行时间
print("Measuring execution time for function1:")
start_time = timeit.default_timer()
for _ in range(10000):
    function1()
end_time = timeit.default_timer()
print(f"Time taken by function1: {end_time - start_time} seconds")

print("Measuring execution time for function2:")
start_time = timeit.default_timer()
for _ in range(10000):
    function2()
end_time = timeit.default_timer()
print(f"Time taken by function2: {end_time - start_time} seconds")

print("Measuring execution time for function3:")
start_time = timeit.default_timer()
for _ in range(10000):
    function3()
end_time = timeit.default_timer()
print(f"Time taken by function3: {end_time - start_time} seconds")

然而，这种方法不是timeit模块的最佳实践，因为它包含了循环的开销。更好的方法是使用timeit.repeat()，这样timeit模块会为你处理循环，并且可以提供更准确的计时，排除其他不必要的开销。

下面是使用timeit.repeat()的改进版本：

import timeit

# 定义你的函数
def function1():
    # 函数1的代码
    pass

def function2():
    # 函数2的代码
    pass

def function3():
    # 函数3的代码
    pass

# 设置timeit参数
setup_code = """
from __main__ import function1, function2, function3
"""
stmt1 = "function1()"
stmt2 = "function2()"
stmt3 = "function3()"
number_of_runs = 10000
repeats = 3  # 重复测量次数以获得更稳定的结果

# 使用timeit.repeat来测量每个函数的执行时间
print("Measuring execution time for function1:")
times1 = timeit.repeat(stmt=stmt1, setup=setup_code, repeat=repeats, number=number_of_runs)
print(f"Average time taken by function1: {min(times1)} seconds")

print("Measuring execution time for function2:")
times2 = timeit.repeat(stmt=stmt2, setup=setup_code, repeat=repeats, number=number_of_runs)
print(f"Average time taken by function2: {min(times2)} seconds")

print("Measuring execution time for function3:")
times3 = timeit.repeat(stmt=stmt3, setup=setup_code, repeat=repeats, number=number_of_runs)
print(f"Average time taken by function3: {min(times3)} seconds")

在这个例子中，setup_code导入了必要的函数，stmt1、stmt2和stmt3是要执行的语句（即函数调用），number_of_runs指定了每个函数要运行的次数，而repeats指定了每个测量要重复的次数。最后，我们取多次测量的最小值作为最接近真实执行时间的估计。

---

解释timeit模块中setup参数

setup参数接收一个字符串，该字符串包含在执行要计时的语句之前需要运行的代码。告诉timeit如何设置环境以便能够运行这段代码。这通常包括导入必要的模块或定义要使用的函数和变量。

上述代码片段中：

setup_code = """
from __main__ import function1, function2, function3
"""

setup_code是一个多行字符串，它告诉timeit模块从__main__模块中导入function1、function2和function3这三个函数。这里的__main__模块是指当前正在运行的Python脚本，也就是包含这些函数定义的脚本。

timeit模块将在一个单独的命名空间中执行setup代码，以确保测量的是纯粹的函数执行时间，而不受其他全局变量的影响。通过在setup中导入函数，你确保了timeit能够访问并正确调用这些函数。

简而言之，from __main__ import function1, function2, function3这行代码的目的是让timeit知道它需要测量的函数在哪里，并确保这些函数在测量过程中是可用的。