python 线程 性能比较

from threading import Thread

class threads_object(Thread): def run(self): function_to_run()

class nothreads_object(object): def run(self): function_to_run()

def non_threaded(num_iter): funcs = [] for i in range(int(num_iter)): funcs.append(nothreads_object()) for i in funcs: i.run()

def threaded(num_threads): funcs = [] for i in range(int(num_threads)): funcs.append(threads_object()) for i in funcs: i.start() for i in funcs: i.join()

def function_to_run(): pass

def show_results(func_name, results): print("%-23s %4.6f seconds" % (func_name, results))

if name == "main": import sys from timeit import Timer repeat = 100 number = 1 num_threads = [1, 2, 4, 8] print('Starting tests') for i in num_threads: t = Timer("non_threaded(%s)" % i, "from main import non_threaded") best_result = min(t.repeat(repeat=repeat, number=number)) show_results("non_threaded (%s iters)" % i, best_result) t = Timer("threaded(%s)" % i, "from main import threaded") best_result = min(t.repeat(repeat=repeat, number=number)) show_results("threaded (%s threads)" % i, best_result) print('Iterations complete')

---------------timeit timeit 模块中的三个函数 timeit.timeit(stmt='pass', setup='pass', timer=<default timer>, number=1000000)：创建一个Timer实例，参数分别是stmt（需要测量的语句或函数），setup（初始化代码或构建环境的导入语句），timer（计时函数），number（每一次测量中语句被执行的次数） timeit.repeat(stmt='pass', setup='pass', timer=<default timer>, repeat=3, number=1000000)：创建一个Timer实例，指定整个试验的重复次数，返回一个包含了每次试验的执行时间的列表，利用这一函数可以很方便得实现多次试验取平均的方法。 timeit.default_timer()：默认的计时器，一般是time.perf_counter()，time.perf_counter()方法能够在任一平台提供最高精度的计时器（它也只是记录了自然时间，记录自然时间会被很多其他因素影响，例如计算机的负载）

测量代码执行时间

import timeit

def test(): L = [] for i in range(100): L.append(i) if name == 'main': print timeit.timeit("test()", setup="from main import test")

x = list(range(2000000))
t0 = timeit.timeit("x.pop(0)", "from __main__ import x", number=1000)
print("cost {} seconds ".format(t0))