python函數（或代碼塊）以一定的時間間隔在循環中運行慢得多

Question

我注意到python中的一種情況，當嵌套在循環中的代碼塊連續運行時，它比以.sleep()時間間隔運行要快得多。

我不知道原因和可能的解決方案 。

我想這與CPU緩存或cPython VM的某種機制有關。

'''
Created on Aug 22, 2015

@author: doge
'''

import numpy as np
import time
import gc
gc.disable()

t = np.arange(100000)

for i in xrange(100):

    #np.sum(t)
    time.sleep(1) #--> if you comment this line, the following lines will be much faster

    st = time.time()
    np.sum(t)
    print (time.time() - st)*1e6

結果：

without sleep in loop, time consumed:   50us
with  a sleep in loop, time consumed: >150us

.sleep()一些缺點是它會釋放CPU，因此我在下面提供了與C代碼完全相同的版本：

'''
Created on Aug 22, 2015

@author: doge
'''

import numpy as np
import time
import gc
gc.disable()

t = np.arange(100000)

count = 0
for i in xrange(100):

    count += 1
    if ( count % 1000000 != 0 ):
        continue
    #--> these three lines make the following lines much slower

    st = time.time()
    np.sum(t)
    print (time.time() - st)*1e6

另一個實驗：（ 我們刪除了for循環）

st = time.time()
np.sum(t)
print (time.time() - st)*1e6

st = time.time()
np.sum(t)
print (time.time() - st)*1e6

st = time.time()
np.sum(t)
print (time.time() - st)*1e6

...

st = time.time()
np.sum(t)
print (time.time() - st)*1e6

結果：

execution time decreased from 150us -> 50us gradually.
and keep stable in 50us. 

為了找出這是否是CPU緩存問題，我編寫了C副本。 並發現這種現象不會發生。

#include <iostream>
#include <sys/time.h>

#define num 100000

using namespace std;

long gus()
{
    struct timeval tm;
    gettimeofday(&tm, NULL);
    return ( (tm.tv_sec % 86400 + 28800) % 86400 )*1000000 + tm.tv_usec;
}

double vec_sum(double *v, int n){
    double result = 0;
    for(int i = 0;i < n;++i){
         result += v[i];
    }
    return result;
}

int main(){

double a[num];

for(int i = 0; i < num; ++i){
    a[i] = (double)i;
}

//for(int i = 0; i < 1000; ++i){
// cout<<a[i]<<"\n";
//}

int count = 0;
long st;
while(1){
++count;

if(count%100000000 != 0){    //---> i use this line to create a delay, we can do the same way in python, result is the same
//if(count%1 != 0){
continue;
}

st = gus();
vec_sum(a,num);
cout<<gus() - st<<endl;

}


return 0;
}

結果：

time stable in 250us, no matter in "count%100000000" or "count%1"

Answer 1

（不是答案-太長了，無法發表評論）

我做了一些實驗，並通過timeit了（稍微簡單一些）。

from timeit import timeit
import time

n_loop = 15
n_timeit = 10
sleep_sec = 0.1

t = range(100000)

def with_sleep():
    for i in range(n_loop):
        s = sum(t)
        time.sleep(sleep_sec)

def without_sleep():
    for i in range(n_loop):
        s = sum(t)

def sleep_only():
     for i in range(n_loop):
        time.sleep(sleep_sec)

wo = timeit(setup='from __main__ import without_sleep',
           stmt='without_sleep()',
           number = n_timeit)
w = timeit(setup='from __main__ import with_sleep',
            stmt='with_sleep()',
            number = n_timeit)
so = timeit(setup='from __main__ import sleep_only',
            stmt='sleep_only()',
            number = n_timeit)

print(so - n_timeit*n_loop*sleep_sec, so)
print(w - n_timeit*n_loop*sleep_sec, w)
print(wo)

結果是：

0.031275457000447204 15.031275457000447
1.0220358229998965 16.022035822999896
0.41462676399987686

第一行只是檢查sleep函數是否使用了大約n_timeit*n_loop*sleep_sec秒。 因此，如果此值很小 -可以。

但是如您所見-您的發現仍然存在：具有睡眠功能的循環（減去睡眠所用的時間）比沒有睡眠的循環所花費的時間更多...

我不認為python可以優化循環而無需睡眠（交流編譯器可能；永不使用變量s ）。