Python中統計函式的執行耗時

import time

def time_me(fn):
start = time.clock()
fn(*args, **kwargs)
print "%s cost %s second"%(fn.__name__, time.clock() - start)
#這個裝飾器可以在方便地統計函式執行的耗時。用來分析指令碼的效能是最好不過了。
#這樣用：
@time_me
def test(x, y):
time.sleep(0.1)
@time_me
def test2(x):
time.sleep(0.2)
test(1, 2)
test2(2)
#輸出：
#test cost 0.1001529524 second
#test2 cost 0.199968431742 second

另乙個更高階一點的版本是：

import time

import functools
def time_me(info="used"):
def _time_me(fn):
@functools.wraps(fn)
start = time.clock()
fn(*args, **kwargs)
print "%s %s %s"%(fn.__name__, info, time.clock() - start), "second"
return _time_me
@time_me()
def test(x, y):
time.sleep(0.1)
@time_me("cost")
def test2(x):
time.sleep(0.2)
test(1, 2)
test2(2)

Python中統計函式執行耗時的方法

import time def time me fn def wrapper args,kwargs start time.clock fn程式設計客棧 args,kwargs print s cost s second fn.name time.clock start return wrapper...

如何利用SystemTap統計函式執行耗時詳解

前言 當我們需要對應用程式進行系能分析時，我們通常可以使用perf或者火焰圖。但是這些工具通常只能定性問題，發現那些函式占用cpu較多，需要優化。但是給不出定量的資料，比如這個函式的耗時情況，它耗時1ms還是5ms。因此在不在 中加入統計耗時的 的情況，我們可以使用systemtap來統計應用程式的...

在JS中統計函式執行次數

一 統計函式執行次數 常規的方法可以使用 console.log 輸出來肉眼計算有多少個輸出 不過在chrome中內建了乙個 console.count 方法，可以統計乙個字串輸出的次數。我們可以利用這個來間接地統計函式的執行次數 function somefunction function oth...