如何获取Python Xpress求解的计算时间及相关统计信息？

不需要解析冗长日志，Xpress的Python API提供了直接提取计算时间、内存、线程数的方法，完全符合你想要的简洁调用需求，具体操作如下：

1. 求解时间 #

求解完成后，通过getAttrib方法获取总耗时：

solve_time = xpress_problem.getAttrib('solvetime')

返回值以秒为单位，代表从求解启动到结束的总时长。

2. 内存使用信息 #

• 获取求解过程中占用的内存：

used_memory = xpress_problem.getAttrib('memused')

单位为MB，对应求解器运行时实际使用的内存量。

• 获取系统总可用内存：

total_memory = xpress_problem.getAttrib('totalmem')

同样以MB为单位，返回当前系统的总可用内存数值。

3. 线程数信息 #

获取求解时实际启用的线程数量：

thread_count = xpress_problem.getAttrib('threads')

如果需要手动设置线程数，可在求解前调用xpress_problem.setControl('threads', N)（N为目标线程数）。

完整示例代码 #

import xpress as xp

# 构建问题（示例）
prob = xp.problem()
x = xp.var()
prob.addVariable(x)
prob.addConstraint(x >= 0)
prob.setObjective(x)

# 执行求解
prob.solve()

# 提取关键指标
solve_time = prob.getAttrib('solvetime')
used_mem = prob.getAttrib('memused')
total_mem = prob.getAttrib('totalmem')
threads = prob.getAttrib('threads')

# 输出结果
print(f"求解耗时: {solve_time:.2f} 秒")
print(f"占用内存: {used_mem} MB")
print(f"总可用内存: {total_mem} MB")
print(f"使用线程数: {threads}")

这些方法直接从求解器内部状态读取数据，无需处理日志中的冗余信息，调用方式简洁高效。

内容的提问来源于stack exchange，提问作者jbuddy_13