计算机处理速度方差问题：算法运行时间波动大的原因探究

先还原你的测试代码（我稍微调整了格式方便阅读）：

import time

n = 0
x = []
for k in range(1, 10):
    begin = time.time()
    while (n < 1E7):
        n += 1
    end = time.time()
    x.append(end - begin)
    print(x)
    n = 0
print(x)

你运行得到的结果：

[2.755953550338745, 2.234074831008911, 2.719917058944702, 2.4802486896514893, 2.8635189533233643, 2.7834832668304443, 4.048354387283325, 3.454935312271118, 3.3593692779541016]

确实结果波动非常明显，核心原因是你的测试环境并非完全孤立，操作系统和Python解释器本身的机制都会干扰测试结果，具体拆解成这几点：

• 操作系统进程调度的干扰：你的电脑不会只跑这一段Python脚本，后台还有各种系统进程、服务（比如杀毒软件、系统更新、桌面组件）在争夺CPU资源。操作系统会给每个进程分配时间片，当其他高优先级进程抢占CPU时，你的脚本会被暂时挂起，直接导致单次循环耗时变长——比如那个4秒的结果，大概率是测试期间有其他进程占用了大量CPU资源。

• Python自动垃圾回收（GC）的影响：Python解释器会在后台自动执行垃圾回收，回收不再使用的内存。如果某次测试循环刚好撞上GC运行，GC会占用一部分CPU时间，自然会拉高你的测试耗时。

• CPU缓存与动态调频的波动：

  • CPU有多级缓存，第一次循环时数据和指令还没进入缓存，执行速度会稍慢；后面几次循环缓存命中，速度会变快。但如果中间有其他进程占用了缓存，你的脚本再次运行时又得重新加载缓存，速度就会回落。
  • 现在的CPU都有动态调频功能，刚开始测试时CPU可能处于低功耗状态，频率较低；运行一段时间后频率拉满，速度变快，但如果CPU温度过高，又会自动降频，导致速度变慢。

• 测试方法的小瑕疵：你这种单轮短测试很容易被外界干扰。更好的做法是多次重复测试取平均值，或者用Python专门的性能测试工具timeit——它会自动处理很多干扰因素，结果方差会小很多。比如用timeit测试的代码可以写成：

import timeit

print(timeit.timeit("n = 0; while n < 10**7: n +=1", number=5))

内容的提问来源于stack exchange，提问作者SebVC