Python 3 – time clock() 方法

在 Python 中，我们可以使用 time 模块来测量代码的执行时间。这可以帮助我们找出哪些部分需要优化，以便更好地提高程序的性能。

在 time 模块中，clock() 方法用于返回程序运行的 CPU 时间。在本文中，我们将详细介绍 clock() 方法及其用法。

`clock()`方法

Python 中的 clock() 方法返回程序从启动开始执行的 CPU 时间。它不是一个计时器，而是一个基于处理器时钟的时间。

在 Python 3.0 版本中，clock() 方法已被废弃。我们需要使用 time.perf_counter() 或 time.process_time() 方法来替代。下面我们来逐一了解这两种方法的用法。

`time.perf_counter()` 方法

time.perf_counter() 方法返回系统运行时间的精确值（以秒为单位）。它包括睡眠时间的长度，因此它比 time.process_time() 方法更具可靠性。

下面是 time.perf_counter() 方法的示例代码：

import time

start = time.perf_counter()

# 在此处放置要测量的代码

end = time.perf_counter()

print("执行耗时:", end - start, "秒")

在上面的代码中，我们使用了 import 命令来导入 time 模块中的 perf_counter() 方法。使用 start = time.perf_counter() 命令来获取程序开始时间，然后执行需要测量的代码。最后使用 end = time.perf_counter() 命令获取程序执行结束时间，并输出执行耗时。

`time.process_time()` 方法

time.process_time() 方法返回程序执行 CPU 时间（以秒为单位）。不包括睡眠时间。虽然它不够精确，但在一些场景下非常有用。

下面是 time.process_time() 方法的示例代码：

import time

start = time.process_time()

# 在此处放置要测量的代码

end = time.process_time()

print("执行耗时:", end - start, "秒")

该示例代码与前一个示例代码非常相似。我们使用了 import 命令来导入 time 模块中的 process_time() 方法。使用 start = time.process_time() 命令来获取程序开始时间，然后执行需要测量的代码。最后使用 end = time.process_time() 命令获取程序执行结束时间，并输出执行耗时。

性能比较

使用 time.perf_counter() 和 time.process_time() 方法测量程序执行时间时，需要根据具体情况选择使用哪种方法。

如果需要测量程序执行的实时时间，则使用 time.perf_counter() 方法。如果我们只想获得 CPU 时间，则使用 time.process_time() 方法。

性能测试也非常关键。向优化特定的功能之前，我们需要先测量每个函数的性能，以确保优化后确实带来了性能的提升。

以下是一个示例代码，用于比较 time.perf_counter() 和 time.process_time() 方法的性能：

import time

def fibonacci(n):
    if n <= 1:
        return n
    else:
        return(fibonacci(n-1) + fibonacci(n-2))

def test_perf_counter():
    start = time.perf_counter()

    fibonacci(30)

    end = time.perf_counter()
    return end - start

def test_process_time():
    start = time.process_time()

    fibonacci(30)

    end = time.process_time()
    return end - start

print("perf_counter()执行耗时:", test_perf_counter(), "秒")
print("process_time()执行耗时:", test_process_time(), "秒")

在上面的代码中，我们定义了一个函数 fibonacci(n)，以计算斐波那契数列中的第 n 项。然后，我们定义了两个测试方法，即 test_perf_counter() 和 test_process_time()。这些方法分别使用 perf_counter() 和 process_time() 方法来测试我们定义的 fibonacci() 方法的执行时间。最后输出执行耗时。

可以看到，perf_counter() 方法比 process_time() 方法慢，但更准确。因此，在我们选择要测量程序执行时间的方法时，需要根据具体情况选择。