萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> 程式語言綜合

Python 定時執行函式的裝飾器實作

本文示範如何使用裝飾器搭配 time.time() 精確測量函式執行時間,並以埃拉托斯特尼篩法求質數為例,展示百萬級計算的效能分析實戰。

核心程式碼

import time

def print_timing(func):
    def wrapper(*arg):
        t1 = time.time()
        res = func(*arg)
        t2 = time.time()
        print('%s took %0.3f ms' % (func.__name__, (t2 - t1) * 1000.0))
        return res
    return wrapper

@print_timing
def getPrimeList(n):
    """返回 2 到 n-1 的質數列表 (篩法)"""
    if n < 2:
        return []
    if n == 2:
        return [2]
    s = list(range(3, n + 1, 2))
    mroot = n ** 0.5
    half = len(s)
    i = 0
    m = 3
    while m <= mroot:
        if s[i]:
            j = (m * m - 3) // 2
            s[j] = 0
            while j < half:
                s[j] = 0
                j += m
        i += 1
        m = 2 * i + 3
    return [2] + [x for x in s if x]

if __name__ == "__main__":
    print("prime numbers from 2 to <10,000,000 using a sieve algorithm")
    primeList = getPrimeList(10000000)
    time.sleep(2.5)

執行結果範例

prime numbers from 2 to <10,000,000 using a sieve algorithm
getPrimeList took 4750.000 ms

關鍵技術點解析

  • 裝飾器模式:@print_timing 透明包裝原函式,不侵入業務邏輯。
  • time.time() 精度:秒級浮點數,乘 1000 得毫秒,適合函式級計時。
  • 篩法優化:僅處理奇數、mroot 早停、切片賦值加速。
  • func.__name__ 取得函式名稱:Python 3 相容寫法(原文 func.func_name 為 Python 2 語法)。

擴充應用

同樣模式可套用至:

  • API 回應延遲監控
  • 資料庫查詢效能分析
  • 演算法複雜度實測驗證

只需在目標函式上方加上 @print_timing 即可獲得毫秒級執行時間報告,零修改業務碼。

copyright © 萬盛學電腦網 all rights reserved