Performance Python的不同运行时间

我正在写一个非常简单的程序来计算一个数的阶乘

这是：

import time
def factorial1(n):
    fattoriale = 1
    while (n > 0):
        fattoriale = fattoriale * n
        n = n - 1
    return fattoriale

start_time = time.clock()
factorial1(v)
print float(time.clock() - start_time), "seconds"

对于我来说，奇怪的一点是在一个值上执行时间的结果：

1°运行：0.000301秒

2°运行：0.000430秒

3°运行：0.000278秒

你为什么认为它如此多变？ 它是否与浮点型近似有关

---

谢谢，Gianluca这可能与资源共享有很大关系。如果您的程序作为一个单独的进程运行，那么它可能需要与同时在您的计算机上运行的其他进程竞争，这些进程正在使用CPU和RAM等资源。这些资源也被其他进程使用，因此根据并发条件“获取”它们将需要不同的时间，特别是当一些高优先级进程与之并行运行时，以及其他事情（如中断）可能具有更高的优先级

---

至于你的想法，据我所知，近似过程不应该采用可变时间，因为它运行的是确定性算法。然而，近似过程可能不得不再次争夺资源

在基于Unix的系统上time.clock返回CPU时间，而不是挂钟时间

您的程序是确定性的，即使打印是，在理想系统上也应始终在相同的时间内运行。我相信在您的测试中，您的程序被中断，一些中断处理程序被执行，或者调度程序暂停了您的进程，并将CPU分配给其他进程。当允许您的进程再次运行时，CPU缓存可能已被另一个进程填满，因此处理器需要将您的代码从内存再次加载到缓存中。这需要很短的时间，你可以在测试中看到这一点

---

<> P>为了量化你的程序有多快，你应该考虑不调用FIFOLAL1一次，而是成千上万次或者更大的输入值。当您的程序运行几秒钟时，调度效果的相对影响比您在测试中仅测试了不到一毫秒的时间要小。

您在哪个操作系统上运行？在基于Unix的系统上。时钟返回CPU时间，而不是挂钟时间。