数据结构性能分析(代码运行效率)

Posted open-yang

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据结构性能分析(代码运行效率)相关的知识,希望对你有一定的参考价值。

代码运算时间测试模块:timeit.Timer
- timeit模块:该模块可以用来测试一段python代码的执行速度/时长。

    - Timer类:该类是timeit模块中专门用于测量python代码的执行速度/时长的。原型为:class timeit.Timer(stmt=‘pass‘,setup=‘pass‘)。

      - stmt参数:表示即将进行测试的代码块语句。

      - setup:运行代码块语句时所需要的设置。

    - timeit函数:timeit.Timer.timeit(number=100000),该函数返回代码块语句执行number次的平均耗时。

 

 1 from timeit import Timer
 2 
 3 
 4 def func1():
 5     l = []
 6     for i in range(1000):
 7         l += [i]
 8 
 9 
10 def func2():
11     l = []
12     for i in range(1000):
13         l.append(i)
14 
15 
16 def func3():
17     l = [i for i in range(1000)]
18 
19 
20 def func4():
21     l = list(range(1000))
22 
23 
24 if __name__ == __main__:
25     t1 = Timer("func1()", "from __main__ import func1")  # 实例化测试对象
26     print(t1.timeit(1000))  # 测试次数
27     t2 = Timer("func2()", "from __main__ import func2")
28     print(t2.timeit(number=1000))
29     t3 = Timer("func3()", "from __main__ import func3")
30     print(t3.timeit(1000))
31     t4 = Timer("func4()", "from __main__ import func4")
32     print(t4.timeit(1000))

 

以上是关于数据结构性能分析(代码运行效率)的主要内容,如果未能解决你的问题,请参考以下文章

go语言学习笔记 — 基础 — go工具(5.2): 基准测试 (性能测试)—— 获得代码内存占用和运行效率的性能数据

01 | 复杂度分析(上):如何分析统计算法的执行效率和资源消耗?

python数据分析简略介绍

Java 性能优化:教你提高代码运行的效率

JAVA性能优化:35个小细节让你提升java代码的运行效率

复杂度分析(上)如何分析统计算法的执行效率和资源消耗