Python3+ 借助内部模块time,contextlib进行函数测试

被测试函数：

def common_items(sq1,sq2):
    common = (item for item in sq1 if item in sq2) #生成器表达式
    return common

def common_items(sq1,sq2):
common = [item for item in sq1 if item in sq2] #列表直接生成所有的数据
return common

我们对上面的两个函数进行测试
测试函数

import random
from time import perf_counter as time_func
from contextlib import contextmanager

from demo import common_items


@contextmanager
def timer():
    try:
        start = time_func()
        yield
    except Exception as e:
        print(e)
        raise
    finally:
        end = time_func()
        print('Time spent=>', 1000.0 * (end - start), 'ms.')


def test(n,func):
    a1 = random.sample(range(0, 2 * n), n)
    a2 = random.sample(range(0, 2 * n), n)
    with timer() as t:
        result = func(a1, a2)
    print(result)

if __name__ == '__main__':
    test(100000,common_items)

生成器表达式测试结果如下：

Time spent=> 0.006198999926709803 ms.

直接生成列表的测试结果如下：

Time spent=> 1688.975733999996 ms.

我们可以用上面的这样的方法去测试函数算法的时间长度。可以根据不同的时间复杂度去设计出最优质的算法。

你可以用 timeit 模块去解决同样的问题