Python 时间函数持续时间和内存使用

在编写代码时，我们通常需要对程序执行的持续时间和内存使用情况进行监测。Python 提供了相应的模块和函数来实现这个目的，这篇文章将介绍如何使用这些函数来监测你的 Python 程序。

时间函数

Python 的 time 模块提供了多个函数来获取程序执行的时间。这些函数通常返回自纪元（epoch）以来的秒数，可以用来计算两个时间之间的时间差。

time.time()

time.time() 函数返回自纪元以来的秒数，通常用于获取当前时间或计算持续时间。

import time

start_time = time.time()
# ... code to be timed ...
end_time = time.time()

duration = end_time - start_time
print("Elapsed time:", duration, "seconds")

time.process_time()

time.process_time() 函数返回当前进程所使用的 CPU 时间，不包括睡眠时间。这个函数适用于计算 CPU 密集型的程序执行时间。

import time

start_cpu = time.process_time()
# ... CPU intensive code ...
end_cpu = time.process_time()

cpu_duration = end_cpu - start_cpu
print("CPU time:", cpu_duration, "seconds")

内存函数

Python 的 resource 模块提供了 getrusage() 函数来获取程序的资源使用情况，包括内存使用和 CPU 时间。

import resource

def memory_usage():
    rusage_denom = 1024.
    if sys.platform == 'darwin':
        # ... it seems that in OSX the output is different units ...
        rusage_denom = rusage_denom * rusage_denom
    mem = resource.getrusage(resource.RUSAGE_SELF).ru_maxrss / rusage_denom
    return mem

可以使用这个函数来计算程序执行时使用的内存量。

import time
import resource
import sys

def memory_usage():
    rusage_denom = 1024.
    if sys.platform == 'darwin':
        rusage_denom = rusage_denom * rusage_denom
    mem = resource.getrusage(resource.RUSAGE_SELF).ru_maxrss / rusage_denom
    return mem

start_mem = memory_usage()
# ... code to be measured ...
end_mem = memory_usage()

memory = end_mem - start_mem
print("Memory usage:", memory, "MB")

结论

监测程序的执行时间和内存使用对于调试和优化程序都是非常有用的。Python 提供了多个函数来实现这个目的，包括 time.time()、 time.process_time() 和 resource.getrusage()。这些函数可以根据需要进行组合，以达到更精细的监测效果。