您现在的位置：程式碼之家 >> 編程語言 > >> 更多程式語言 >> 更多程式設計知識

Python 函數計時裝飾器實作：精準測量執行時間

編輯：更多程式設計知識

使用裝飾器包裝函數，透過 time.time() 記錄呼叫前後時間差，即可非侵入式地測量任意函數執行耗時，適合效能分析與瓶頸定位。

完整程式碼

import time

def print_timing(func):
    """裝飾器：印出函數執行時間（毫秒）"""
    def wrapper(*args, **kwargs):
        t1 = time.time()
        result = func(*args, **kwargs)
        t2 = time.time()
        print(f'{func.__name__} took {(t2 - t1) * 1000:.3f} ms')
        return result
    return wrapper

# 使用範例：質數篩選
@print_timing
def get_prime_list(n):
    """埃拉托斯特尼篩法回傳 2 到 n 的質數列表"""
    if n < 2: return []
    if n == 2: return [2]
    # 僅處理奇數
    s = list(range(3, n + 1, 2))
    mroot = n ** 0.5
    half = len(s)
    i = 0
    m = 3
    while m <= mroot:
        if s[i]:
            j = (m * m - 3) // 2
            s[j] = 0
            while j < half:
                s[j] = 0
                j += m
        i += 1
        m = 2 * i + 3
    return [2] + [x for x in s if x]

if __name__ == '__main__':
    print("Prime numbers from 2 to <10,000,000 using sieve algorithm")
    primes = get_prime_list(10_000_000)
    time.sleep(2.5)  # 模擬其他工作

執行結果範例

Prime numbers from 2 to <10,000,000 using sieve algorithm
get_prime_list took 4750.000 ms

關鍵技術點解析

技術	說明
裝飾器語法 `@decorator`	等同 `func = decorator(func)`，在函數定義時即完成包裝
`args, *kwargs`	支援任意位置/關鍵字參數透傳
`time.time()`	回傳浮點秒數（自紀元），精度通常達微秒級
`func.__name__`	取得原函數名稱，輸出更易讀
保留回傳值	`return result` 確保裝飾不改變原函數行為

進階改良建議

使用 time.perf_counter()：更高精度、單調遞增，適合效能測量（Python 3.3+）。
支援非同步函數：async def wrapper + await func(...)。
記錄至日誌而非 print：生產環境建議用 logging 模組。
保留函數元資料：加上 @functools.wraps(func) 保留 __doc__、__annotations__ 等。
統計更多指標：呼叫次數、平均/最大/最小時間、標準差等。

改良版範例

import time
import functools

def timer(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        start = time.perf_counter()
        result = func(*args, **kwargs)
        elapsed = (time.perf_counter() - start) * 1000
        print(f'[TIMER] {func.__qualname__}: {elapsed:.3f} ms')
        return result
    return wrapper