Python中process_time()计时结果始终为0.0，求解决方案

一、process_time()的工作原理 #

• process_time() 是Python标准库time模块中的函数，它返回当前进程占用CPU的总时间，包含用户态执行时间和内核态执行时间，但不计算进程休眠、等待IO等非CPU工作的时间。
• 返回值为浮点数，单位是秒，其精度依赖于操作系统的时钟粒度（多数系统是微秒级）。如果代码执行时间短于这个粒度，就会返回0.0。

二、你的计时结果为0.0的原因 #

你的斐波那契实现用了缓存（记忆化），计算range(1500)内的斐波那契数时，每个数值只会被计算一次，递归的开销几乎可以忽略，整个任务的CPU执行时间远低于process_time()的精度阈值，所以最终差值显示为0.0。

三、解决方法 #

1. 改用更高精度的计时器 #

使用time.perf_counter()，它是专门用于测量短时间间隔的高精度计时器，精度比process_time()更高，能捕捉到更短的执行时间：

from time import perf_counter

t = perf_counter()

def fibonacci_of(n):
    if n in cache:
        return cache[n]
    cache[n] = fibonacci_of(n - 1) + fibonacci_of(n - 2)
    return cache[n]

cache = {0: 0, 1: 1}
fib = [fibonacci_of(n) for n in range(1500)]
print(fib[-1])
print(perf_counter() - t)

2. 增加计算负载 #

如果一定要用process_time()，可以通过重复计算来增加总CPU时间，比如把计算逻辑放在循环里执行多次：

from time import process_time

t = process_time()

def fibonacci_of(n):
    if n in cache:
        return cache[n]
    cache[n] = fibonacci_of(n - 1) + fibonacci_of(n - 2)
    return cache[n]

# 重复计算1000次
for _ in range(1000):
    cache = {0: 0, 1: 1}
    fib = [fibonacci_of(n) for n in range(1500)]

print(fib[-1])
print(process_time() - t)

3. 计算更大范围的数值 #

比如把range(1500)改成range(10000)，这样计算量会显著增加，CPU时间足够被process_time()捕捉到。

内容的提问来源于stack exchange，提问作者Alexander Konukhov