Python timeit - инструмент для измерения времени выполнения кода

Конечно, я могу написать развернутый ответ на вопрос о модуле timeit в Python.

Модуль timeit предоставляет механизм для измерения времени выполнения маленьких фрагментов кода с целью определения их эффективности и оптимизации производительности. Он особенно полезен при сравнении двух или нескольких реализаций одного и того же алгоритма для выбора наиболее эффективного варианта.

Пример использования модуля timeit:

<pre><code class="python">import timeit

# Пример функции, которую мы хотим измерить
def factorial(n):
    if n == 0:
        return 1
    else:
        return n * factorial(n-1)

# Измерение времени выполнения функции
execution_time = timeit.timeit("factorial(5)", setup="from __main__ import factorial", number=1000)

print("Время выполнения: ", execution_time)
</code></pre>

В данном примере мы импортируем модуль timeit и определяем функцию factorial, которую мы хотим измерить. Затем мы используем функцию timeit.timeit, передавая ей строку кода, которую мы хотим измерить, и определяем параметры setup и number.

Параметр setup используется для определения пространства имен, в котором будет выполняться код. В нашем случае мы передаем "from __main__ import factorial", чтобы импортировать функцию factorial из глобального пространства имен.

Параметр number определяет количество повторений выполнения кода для усреднения времени выполнения.

В конце мы выводим время выполнения в консоль.

Модуль timeit также предоставляет другие полезные функции, такие как repeat(), которая позволяет повторить измерения несколько раз и вернуть список результатов, а также функцию default_timer(), которая возвращает текущее значение времени в секундах в зависимости от платформы.

Вот еще один пример, который демонстрирует использование метода repeat():

<pre><code class="python">import timeit

def merge_sort(arr):
    if len(arr) <= 1:
        return arr

    mid = len(arr) // 2
    left_half = arr[:mid]
    right_half = arr[mid:]

    left_half = merge_sort(left_half)
    right_half = merge_sort(right_half)

    return merge(left_half, right_half)

def merge(left, right):
    result = []
    i = j = 0

    while i < len(left) and j < len(right):
        if left[i] < right[j]:
            result.append(left[i])
            i += 1
        else:
            result.append(right[j])
            j += 1

    result.extend(left[i:])
    result.extend(right[j:])

    return result

arr = [35, 12, 78, 56, 42, 25, 83, 61]
number_of_runs = 1000

execution_times = timeit.repeat("merge_sort(arr)", setup="from __main__ import merge_sort, arr", repeat=5, number=number_of_runs)

avg_execution_time = sum(execution_times) / len(execution_times)

print("Среднее время выполнения:", avg_execution_time)
</code></pre>

Здесь мы определяем функцию merge_sort, которая сортирует список arr с помощью алгоритма слияния. Затем мы используем метод repeat(), чтобы выполнить измерения сортировки несколько раз и вывести среднее время выполнения.

Это лишь некоторые примеры использования модуля timeit в Python. Он предоставляет удобный и надежный способ измерения времени выполнения кода, что очень полезно для оптимизации и сравнения различных реализаций алгоритмов.