### 使用 `time` 模块测量代码执行时间 在 Python 中，可以使用 `time` 模块来测量代码的执行时间。该模块提供了一个 `time()` 函数，用于获取当前的时间戳（以秒为单位）。通过在代码执行前后调用该函数，可以计算代码的执行时间。 以下是一个示例代码，展示如何使用 `time` 模块来测量代码执行时间： ```python import time start_time = time.time() # 记录开始时间 # 在这里放置你的代码 # 例如： for i in range(1000000): pass end_time = time.time() # 记录结束时间 execution_time = end_time - start_time print("代码执行时间：", execution_time, "秒") # 输出执行时间 ``` 该方法适用于测量较大段代码的执行时间，但不适用于测量非常小的代码片段，因为测量结果可能会受到系统负载的影响[^4]。 --- ### 使用 `timeit` 模块测量代码执行时间 对于测量小段代码的执行时间，可以使用 Python 标准库中的 `timeit` 模块。该模块提供了一个 `Timer` 类，可以方便地计时代码的执行时间。 以下是一个示例代码，展示如何使用 `timeit` 模块进行计时： ```python import timeit code = ''' # 在这里插入你的代码 for i in range(1000000): pass ''' execution_time = timeit.timeit(stmt=code, number=1) # 执行一次代码 print("代码执行时间：", execution_time, "秒") # 输出执行时间 ``` 该方法适用于测量小段代码的执行时间，并且可以避免一些系统负载的影响。它还支持多次执行代码并取平均值，以提高测量的准确性[^3]。 --- ### 使用高阶函数测量代码执行时间 可以将测量时间的相关代码封装到一个高阶函数中，以便测量任意函数的运行时间。以下是一个示例代码，展示如何实现这样的功能： ```python import time def measure_runtime(func): time_start = time.time() func() # 调用传入的函数 time_end = time.time() print(time_end - time_start) # 输出执行时间 def powers(limit): return [x**2 for x in range(limit)] measure_runtime(lambda: powers(5000000)) # 测量函数执行时间 ``` 该方法适用于测量特定函数的执行时间，并且可以灵活地应用于不同的函数[^5]。 --- ### 使用 `datetime` 模块计算时间差 如果需要计算两个时间点之间的差异，可以使用 `datetime` 模块。该模块提供了 `datetime` 对象，可以用于表示时间点，并通过相减得到时间差。 以下是一个示例代码，展示如何使用 `datetime` 模块计算时间差： ```python from datetime import datetime # 定义两个时间点 time1 = datetime.strptime('2023-10-01 12:00:00', '%Y-%m-%d %H:%M:%S') time2 = datetime.strptime('2023-10-01 12:30:45', '%Y-%m-%d %H:%M:%S') # 计算时间差 time_difference = time2 - time1 print("时间差：", time_difference) # 输出时间差 ``` 该方法适用于计算两个时间点之间的差异，并且可以处理复杂的时间格式转换[^1]。 --- ### 使用 `psutil` 库监控内存占用和代码执行时间 如果需要同时监控代码的执行时间和内存占用，可以使用 `psutil` 库。该库提供了一个 `Process` 对象，可以用于获取当前进程的内存信息。 以下是一个示例代码，展示如何使用 `psutil` 库监控内存占用和代码执行时间： ```python import psutil import time def get_memory_usage(): process = psutil.Process() memory_info = process.memory_info() return memory_info.rss # 返回实际使用的物理内存大小（以字节为单位） start_time = time.time() # 记录开始时间 initial_memory = get_memory_usage() # 获取初始内存占用 # 在这里放置你的代码 for i in range(1000000): pass end_time = time.time() # 记录结束时间 final_memory = get_memory_usage() # 获取结束时内存占用 execution_time = end_time - start_time memory_usage = final_memory - initial_memory print("代码执行时间：", execution_time, "秒") # 输出执行时间 print("内存占用变化：", memory_usage, "字节") # 输出内存占用变化 ``` 该方法适用于需要同时监控代码执行时间和内存占用的场景[^4]。 --- ###