|
|
发表于 2023-8-8 16:03:02
|
显示全部楼层
time.perf_counter() 和 time.process_time() 都是 Python 中的时间模块 time 中的方法,用于计算程序的执行时间。它们的使用方法如下:
1. time.perf_counter()
time.perf_counter() 返回一个具有高精度的性能计数器值,用于测量短时间间隔。这个返回值的参考点是未定义的,因此只有在同一进程中比较两个返回值才有意义。示例代码如下:
- import time
-
- start_time = time.perf_counter()
-
- # 执行一些操作
-
- end_time = time.perf_counter()
- execution_time = end_time - start_time
- print("执行时间:", execution_time)
-
复制代码
在这个例子中,start_time = time.perf_counter() 记录了开始时间,end_time = time.perf_counter() 记录了结束时间。通过计算差值 execution_time = end_time - start_time,就可以得到执行操作所需的时间。
2. time.process_time()
time.process_time() 返回当前进程的系统和用户 CPU 时间的总和,以浮点数形式表示。它可以用来测量 CPU 执行时间,而不受系统调整时间的影响。示例代码如下:
- import time
-
- start_time = time.process_time()
-
- # 执行一些操作
-
- end_time = time.process_time()
- execution_time = end_time - start_time
- print("执行时间:", execution_time)
-
复制代码
在这个例子中,start_time = time.process_time() 记录了开始时间,end_time = time.process_time() 记录了结束时间。通过计算差值 execution_time = end_time - start_time,就可以得到执行操作所需的 CPU 时间。
需要注意的是,time.perf_counter() 和 time.process_time() 都是用来测量代码执行时间的工具,两者的返回值的单位都是秒。但是,time.perf_counter() 可以测量更小的时间间隔,并且会受到系统调整时间的影响,而 time.process_time() 则主要用于测量 CPU 的执行时间,不受系统调整时间的影响。
如果问题已经解决,请设置最佳答案 |
|