算法是程序的灵魂,优秀的算法能给程序的效率带来极大的提升,而算法的优劣,往往要经过大量的测试。
在硬件环境基本不变的前提下,对算法实验的次数越多,测试算法运行效率的结果也就越接近真实值。
python内置的性能分析模块,可通过指定次数的反复测试,来对算法的运行时间进行累加,透过对比运行时间的长短,我们可以更直观的了解,不同算法之间的优劣。
以python列表的内置函数append和insert为例
python内置的性能测试方法timeit.Timer.timeit()可用于对程序片段的执行耗时进行计数
以python列表insert方法和append方法快速创建1至1000的列表为例:
执行100次
100次
执行1000次
1000次
执行10000次
10000次
insert与append执行10000次相差了1.6秒,在不影响需求的情况下,建议尽量使用append提升效率。
源码:
import sys import timeit # 使用insert创建1~1000的数组 def insert_num(): thousand_list1 = list() for i in range(1, 1001): thousand_list1.insert(len(thousand_list1), i) #print (thousand_list1) # 使用append创建1~1000的数组 def append_num(): thousand_list2 = list() for i in range(1, 1001): thousand_list2.append(i) #print("append_num",thousand_list2) #使用列表生成式生成 def main(): name, num = sys.argv num = int(num) in_obj = timeit.Timer("insert_num()","from __main__ import insert_num") print("使用insert方法往列表插入1至1000, 方法反复执行%d次共耗时:"%num,in_obj.timeit(number=num),"秒") in_obj = timeit.Timer("append_num()","from __main__ import append_num") print("使用append方法依次往列表插入1至1000,方法反复执行 %d次共耗时:"%num,in_obj.timeit(number=num),"秒") if __name__ == "__main__": main() |
