Python time库使用示例：计算一亿次循环运行时间

Python time库使用示例：计算一亿次循环运行时间

本文提供一个简单的Python代码示例，使用time库测量执行一亿次循环所需的时间。代码简洁易懂，并解释了如何使用time.perf_counter()函数获取精确的时间戳，适用于初学者学习Python性能测试。

import time

# 代码开始运行
start = time.perf_counter()

sum = 0
for i in range(10000000):
    sum += i
print('sum = ', sum)

# 代码结束运行
end = time.perf_counter()

# 计算运行时间，单位为秒
print('计算一亿运行时间为：{}秒'.format(end-start))

代码说明:

1. 导入time库：import time
2. 获取代码开始运行时间：start = time.perf_counter()
3. 执行循环：使用for i in range(10000000):进行一亿次循环，将每个循环的数字累加到sum变量中。
4. 获取代码结束运行时间：end = time.perf_counter()
5. 计算运行时间：end - start，并以秒为单位输出结果。

注意:

• time.perf_counter()函数返回一个高精度时间戳，适合测量代码执行时间。
• 该代码示例在标准Python解释器和PyPy解释器下都能够正常运行。

通过此代码示例，你可以了解如何使用time库测量Python代码的运行时间，并对代码性能有一个基本的认识。