在 Python 中使用 timeit 计算运行时间的奇怪之处？

Question

我想计算同一个程序中两种不同算法的运行时间。当我编写程序分别计算每个算法的运行时间时，我得到了非常不同的结果，因此为了测试这个新程序，我 python 计算了同一算法的运行时间两次。当我这样做时（在下面的程序中），我发现相同算法的运行时间实际上是不同的！我缺少什么以及如何解决这个问题以便我可以比较算法？

import timeit

def calc1(x):
    return x*x+x+1

def calc2(x):
    return x*x+x+1

def main():
    x = int(input("Input a number to be tested: "))
    start1 = timeit.default_timer()
    result1 = calc1(x)
    end1 = timeit.default_timer()

    start2 = timeit.default_timer()
    result2 = calc2(x)
    end2 = timeit.default_timer()

    print("Result of calculation 1 was {0}; time to compute was {1} seconds.".format(result1,end1-start1))
    print("Result of calculation 2 was {0}; time to compute was {1} seconds.".format(result2,end2-start2))
main()

Answer 1

我认为您一方面被 Windows 电源管理所困扰，另一方面，您的测试方法存在缺陷。

在第一种情况下，我因为 Windows 默认情况下会限制 CPU 吞吐量以节省电量。目前，您计算出的运行次存在显着差异；这可以通过在 x = int(input("Input a number to be tested: ")) 之后立即进行像 something = 5**1000000 这样的无意义计算来显着减少，以增加 CPU 资源。我讨厌 Windows 10，所以我不知道如何改变它；我需要检查您如何将“电源选项”移动到 "High Performance" 并删除 CPU 节流（即将编辑），这将大大减少这个差距。

第二个问题是你只有运行一个测试周期。您无法从中获得稳定的结果。相反，您需要多次迭代。例如，经过一百万次迭代，您会发现数字之间存在一些相似性：

import timeit

exec1 = timeit.timeit(stmt='def calc1():\n return x*x+x+1', number=1000000)
exec2 = timeit.timeit(stmt='def calc2():\n return x*x+x+1', number=1000000)

print("Execution of first loop: {}".format(exec1))
print("Execution of second loop: {}".format(exec2))

根据您的 IDE（如果是 Canopy/Spyder），可能会有更简洁的运行宁 timeit 方法，例如使用您现有的 calc1 和 calc2.

在 Python 中使用 timeit 计算运行时间的奇怪之处？

Oddity calculating runtime with timeit in Python?

python

algorithm

runtime