Python 断言一次运行明显快于另一次运行

我需要做一个函数测试，断言一次运行比另一次运行快得多

以下是我迄今为止编写的代码：

def test_run5(self):
    cmd_line = ["python", self.__right_def_file_only_files]
    start = time.clock()
    with self.assertRaises(SystemExit):
        ClassName().run(cmd_line)
    end = time.clock()
    runtime1 = end - start

    start = time.clock()
    with self.assertRaises(SystemExit):
        ClassName().run(cmd_line)
    end = time.clock()
    runtime2 = end - start

    self.assertTrue(runtime2 < runtime1 * 1.4)

def测试_运行5（自）：
cmd_line=[“python”，self.\uuuuu right\u def\u file\u only\u files]
开始=时间。时钟（）
使用self.assertRaises（SystemExit）：
ClassName（）.run（命令行）
end=time.clock（）
runtime1=结束-开始
开始=时间。时钟（）
使用self.assertRaises（SystemExit）：
ClassName（）.run（命令行）
end=time.clock（）
runtime2=结束-开始
self.assertTrue（runtime2

它可以工作，但我不喜欢这种方式，因为1.4因子是在我的具体执行示例中实验选择的

如何测试第二次执行是否总是比第一次快

编辑

我不认为有必要对其进行解释，但在我的程序环境中，我不能说某个因素对未知的执行非常重要

整个程序是一种

Make

，管道定义文件将定义什么是“速度的显著差异”，而不是我：

• 如果定义文件包含许多非常快的规则，那么两次连续执行之间的执行时间差将非常小，比如说快5%，但仍然非常显著
• 否则，如果定义文件包含很少的规则，但包含很长的规则，那么差异会很大，比方说快90%，因此5%的差异根本不重要

---

我找到了一个符合我需要的方程式。下面是应该执行此操作的函数

def get_best_factor(full_exec_time, rule_count, maximum_ratio=1):
    average_rule_time = full_exec_time / rule_count
    return 1 + (maximum_ratio * average_rule_time / (1.5 + average_rule_time))

• full_exec_time

  参数是

  runtime1

  ，它是给定管道定义文件的最大执行时间

• rule\u count

  是给定管道定义文件中的规则数

• maximum_ratio

  意味着第二次执行将比第一次快100%（实际上不可能）

---

Michaelis-Menten动力学方程的可变参数是平均规则执行时间。我任意选择
1.5秒
作为平均规则执行时间，执行时间应该比
最大/2
快。它是实际参数，取决于您对该方程的使用。
为什么
1.4
？仅使用
runtime2
还可以检查
runtime2
是否更快！您也可以这样做，因为
runtime2
没有回答“显著”这一点。这两次执行的运行时大致相同，运行时
runtime2
实际上低于
runtime1
。感谢
assertGreater
，我将使用它。这取决于您定义多少是重要的。我们不能为您这样做。我在想，也许有一个公式可以动态地找到
runtime1
的好因素。