1. 在命令行中使用timeit

在终端中直接运行代码片段并测量执行时间：

python -m timeit "'-'.join(str(n) for n in range(100))"

输出示例：

20000 loops, best of 5: 15.7 usec per loop

2. 在Python脚本中使用timeit

在Python代码中导入timeit模块进行测量：

import timeit

# 测量简单表达式
execution_time = timeit.timeit('"-".join(str(n) for n in range(100))', number=10000)
print(f"执行时间: {execution_time:.4f} 秒")

# 测量多行代码
setup_code = "from math import sqrt"
test_code = """
def calc():
    return [sqrt(x) for x in range(1000)]
"""

execution_time = timeit.timeit(stmt=test_code, setup=setup_code, number=1000)
print(f"函数执行时间: {execution_time:.4f} 秒")

1. 使用timeit.repeat()进行多次测量

通过重复测量获得更可靠的结果：

import timeit

# 重复测量5次，每次运行10000遍
results = timeit.repeat('"-".join([str(n) for n in range(100)])', 
                         number=10000, 
                         repeat=5)

print(f"测量结果: {results}")
print(f"最佳时间: {min(results):.5f} 秒")

2. 测量函数性能

使用timeit测量自定义函数的执行时间：

import timeit

def factorial(n):
    if n == 0:
        return 1
    else:
        return n * factorial(n-1)

# 测量函数执行时间
execution_time = timeit.timeit(lambda: factorial(20), number=10000)
print(f"阶乘函数执行时间: {execution_time:.6f} 秒")

3. 比较不同实现的性能

使用timeit比较两种不同实现的性能差异：

import timeit

# 方法1: 使用列表推导式
list_comp = timeit.timeit('[x**2 for x in range(1000)]', number=10000)

# 方法2: 使用map函数
map_func = timeit.timeit('list(map(lambda x: x**2, range(1000)))', number=10000)

print(f"列表推导式: {list_comp:.5f} 秒")
print(f"map函数: {map_func:.5f} 秒")
print(f"性能差异: {abs(list_comp - map_func)/min(list_comp, map_func)*100:.1f}%")

1. 字符串拼接方法比较

比较四种不同字符串拼接方法的性能：

import timeit

# 四种字符串拼接方法
methods = {
    '加号拼接': 's = ""; for i in range(1000): s += str(i)',
    'join方法': '"".join(str(i) for i in range(1000))',
    '列表推导式+join': '"".join([str(i) for i in range(1000)])',
    'map+join': '"".join(map(str, range(1000)))'
}

# 测试每种方法的性能
results = {}
for name, code in methods.items():
    t = timeit.timeit(code, number=1000)
    results[name] = t
    print(f"{name}: {t:.5f} 秒")

# 找出最快的方法
fastest = min(results, key=results.get)
print(f"\n最快的方法是: {fastest}, 耗时: {results[fastest]:.5f} 秒")

2. 不同数据结构查找性能

比较列表和字典的查找性能：

import timeit
import random

# 准备数据
setup = """
n = 10000
lst = list(range(n))
dct = {i: i for i in range(n)}
target = random.randint(0, n-1)
"""

# 测量列表查找
list_time = timeit.timeit('target in lst', setup=setup, number=10000)

# 测量字典查找
dict_time = timeit.timeit('target in dct', setup=setup, number=10000)

print(f"列表查找时间: {list_time:.5f} 秒")
print(f"字典查找时间: {dict_time:.5f} 秒")
print(f"字典比列表快 {list_time/dict_time:.1f} 倍")