Python函数（或代码块）在循环中的时间间隔会运行得更慢

Question

我注意到python中的一个例子，当嵌套在循环中的代码块连续运行时，它比以某个.sleep()时间间隔运行要快得多。在

我想知道原因和可能的解决办法。在

我想这可能与CPU缓存或CPythonVM的某些机制有关。在

'''
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

结果：

^{pr2}$

.sleep()的一些缺点是，它释放了CPU，因此我在下面提供了一个完全相同的版本代码：

'''
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

另一个实验：（我们删除for循环）

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

结果：

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

为了找出这是否是CPU缓存的问题，我编写了一个C对应的。并发现这种现象不会发生。在

#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;
}

结果：

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

Answer 1

（不是回答-但太长了，无法发表评论）

我做了一些实验，并运行了（稍微简单一点的）到timeit。在

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)

结果是：

^{pr2}$

第一行只是检查sleep函数是否使用了大约n_timeit*n_loop*sleep_sec秒。所以如果这个值小于em>很小，那就可以了。在

但正如你所见，你的发现仍然存在：有睡眠功能的循环（减去睡眠所用的时间）比没有睡眠的循环占用更多的时间。。。在

我不认为python在没有睡眠的情况下优化循环（c编译器可能会；从未使用变量s）。在