Python计算所用时间

在编写Python程序时，经常需要知道程序的运行时间，以便检测优化或比较不同算法的性能。Python提供了多种方法来测量程序的运行时间，本文将介绍其中的几种常用方法。

时间差

最简单的方法是使用Python标准库中的time模块，采用time.time()函数来获取时间戳，然后计算程序开始和结束的时间戳之差。示例代码如下：

import time

start = time.time()

# 程序代码

end = time.time()
print('程序运行时间为：%.2f秒' % (end - start))

在上述代码中，time.time()函数返回从1970年1月1日零时开始到现在的秒数。程序中先获取开始时间的时间戳，执行程序代码后获取结束时间的时间戳，两者相减即为程序运行的时间差。

CPU时间

除了真实时间，我们还可以使用CPU时间，即进程在CPU中用掉的时间，来计算程序运行所用的时间。Python标准库中也包含了用于获取CPU时间的函数，即time.process_time()函数。示例代码如下：

import time

start = time.process_time()

# 程序代码

end = time.process_time()
print('程序运行CPU时间为：%.2f秒' % (end - start))

值得注意的是，time.process_time()函数所返回的CPU时间仅包含该进程在CPU中运行的时间，不包括进程被暂停或等待I/O的时间。

perf_counter()

在Python 3.3版本之后，Python提供了time.perf_counter()函数来计算程序的运行时间。这个函数返回精度更高的系统性能计数器的值，可以用来计算程序的运行时间、测试性能等。示例代码如下：

import time

start = time.perf_counter()

# 程序代码

end = time.perf_counter()
print('程序运行时间为：%.2f秒' % (end - start))

在该代码中，time.perf_counter()函数返回的是高精度性能计数器的值，可以更加准确地测量程序的运行时间。

process_time_ns()和perf_counter_ns()

在Python 3.7版本之后，Python提供了time.process_time_ns()和time.perf_counter_ns()两个函数，它们与time.process_time()和time.perf_counter()函数的作用相同，但返回的是以纳秒为单位的运行时间。示例代码如下：

import time

start = time.process_time_ns()

# 程序代码

end = time.process_time_ns()
print('程序运行CPU时间为：%d纳秒' % (end - start))

start = time.perf_counter_ns()

# 程序代码

end = time.perf_counter_ns()
print('程序运行时间为：%d纳秒' % (end - start))

在使用这些函数时，要注意不同的操作系统可能对它们的实现有所不同。

总结

本文介绍了Python计算程序运行时间的常用方法，包括时间差、CPU时间、perf_counter()函数、process_time_ns()函数和perf_counter_ns()函数。在实际使用中，可以根据具体的需求和操作系统的不同，选择适合自己的方法来测量程序的运行时间。