Python数据结构与算法第二篇——timeit模块

性能分析timeit模块

1.1基本用法

导入
import timeit
或：from timeit import timeit
或：from timeit import Timer

看执行1000次x=10的时间：
 timeit('x=10')

看x=10的执行时间，执行1000次(number可以省略，默认值为1000000)：
 timeit('x=10', number=1000)

看一个列表生成器的执行时间,执行1000次：
 timeit('[i for i in range(10000)]', number=1000)

def funct():
   index = 0
   for i in range(1000):
     index += i
     
t = Timer('funct()', 'from __main__ import funct', number=1000)
print(t.timeit)

def funct():
   index = 0
   for i in range(1000):
     index += i
   print(index)
  
 # timeit(函数名_字符串，运行环境_字符串，number=运行次数)
 
 t = timeit('funct()', 'from __main__ import funct', number=1000)

1.2 进阶

repeat和timeit用法相似，只是多了一个repeat参数，表示重复测试的次数(也可以不写，默认值为3.)，
返回值为一个时间的列表。

from timeit import repeat

def funct():
   index = 0
   for i in range(1000):
     index += i
   print(index)

 t = repeat('funct()', 'from __main__ import func', number=100, repeat=10)

由于程序不可能总高效执行

2.应用

class timeit.Timer(stmt='pass', setup='pass', timer=<timer function>)

Timer是测量小段代码执行速度的类。

stmt参数是要测试的代码语句（statment）；

setup参数是运行代码时需要的设置；

timer参数是一个定时器函数，与平台有关。

timeit.Timer.timeit(number=1000000)

from timeit import Timer

def test1():
   l = []
   for i in range(1000):
      l = l + [i]
      
def test2():
   l = []
   for i in range(1000):
      l.append(i) 
      
def test3():
   l = [i for i in range(1000)]
   
def test4():
   l = list(range(1000))

from timeit import Timer

t1 = Timer("test1()", "from __main__ import test1")
print("concat ",t1.timeit(number=1000), "seconds")
t2 = Timer("test2()", "from __main__ import test2")
print("append ",t2.timeit(number=1000), "seconds")
t3 = Timer("test3()", "from __main__ import test3")
print("comprehension ",t3.timeit(number=1000), "seconds")
t4 = Timer("test4()", "from __main__ import test4")
print("list range ",t4.timeit(number=1000), "seconds")

list内置操作的时间复杂度

dict内置操作的时间复杂度