python 中的 process_time() function 未按预期工作

Question

有人可以帮助我了解 process_time() 的工作原理吗？ 我的代码是

from time import process_time

t = process_time()


def fibonacci_of(n):
    if n in cache:  # Base case
        return cache[n]
    # Compute and cache the Fibonacci number
    cache[n] = fibonacci_of(n - 1) + fibonacci_of(n - 2)  # Recursive case
    return cache[n]


cache = {0: 0, 1: 1}
fib = [fibonacci_of(n) for n in range(1500)]
print(fib[-1])
print(process_time() - t)

最后一次打印总是 0.0。 我的预期结果类似于 0.764891862869 Docs at https://docs.python.org/3/library/time.html#time.process_time不要帮助新手我:(

我尝试了一些其他功能和阅读文档。 但没有成功。

Answer 1

正如文档所建议的：

time.process_time() → float

返回当前进程的系统和用户 CPU 时间之和的值（以小数秒为单位）。 它不包括睡眠期间经过的时间。 根据定义，它是全流程的。 返回值的参考点是未定义的，因此只有两次调用的结果之间的差异是有效的。

使用process_time_ns()可以避免float类型带来的精度损失。

最后一句话是最重要的，它区分了非常精确的 function: process_time_ns()和不太精确但更适合长时间运行的进程 - time.process_time() 。

事实证明，当您测量几纳秒（nano 表示10**-9 ）并尝试以秒除以10**9来表示时，您通常会超出float （64 位）的精度 go 并最终四舍五入直到零。 Python 文档中描述了浮动限制。 要了解更多信息，您还可以阅读对浮点运算精度（雄心勃勃）及其危险（注意事项）的一般介绍。

Answer 2

我认为这取决于操作系统。 Linux 让我可以使用process_time减少到 ~5 微秒，但其他操作系统可能无法很好地处理这么小的差异，而是返回零。

出于这个原因，Python 公开了其他计时器，这些计时器旨在在更短的时间范围内更准确。 具体来说， perf_counter被指定为使用：

测量短持续时间的最高可用分辨率

使用它可以让我测量到 ~80 纳秒，无论我使用的是perf_counter还是perf_counter_ns 。