Python 在C+中运行算法内存使用实验的好方法是什么+；？ 我在C++中实现了算法 A算法>代码>代码>代码>。从理论上讲，code>A比B使用更多的空间，事实证明在实践中也是如此。我想生成一些漂亮的图表来说明这一点。两种算法都会收到一个输入，我希望我的实验会因不同的n而有所不同，因此图形的x轴必须类似n=10^6，2*10^6，…

通常，对于时间或缓存未命中等数据，我最喜欢的实验设置方法如下。在C++文件中，我有这样的算法：

#include <iostream>
using namespace std;
int counters[1000];
void init_statistics(){
   //use some library for example papi (http://icl.cs.utk.edu/papi/software/)
  //to start counting, store the results in the counters array
}

void stop_statistics(){
   //this is just to stop counting
}
int algA(int n){
//algorithm code
int result = ...
return result;
}

void main(int argc, const char * argv[]){

   int n = atoi(argv[1]);
   init_statistics(); //function that initializes the statistic counters
   int res = algA(n);
   end_statistics(); //function that ends the statistics counters
   cout<<res<<counter[0]<<counter[1]<<....<<endl;

}

有趣的数字是

471174306字节

。然而，valgrind大大降低了执行时间，同时不仅返回这个数字，还返回这个大字符串。我不知道如何解析它，因为出于某种原因，如果用python调用

result=subprocess.check_output（['valgrind'，'./algB'，…]）

，则

result

字符串只存储

/algB

的输出，而完全忽略valgrind返回的内容

---

非常感谢你

memcheck

是一种查找内存泄漏的工具，您应该使用它进行内存分配分析。

您应该能够如示例所示进行精确测量。这似乎是一个不错的选择，但是否有方法返回内存峰值消耗？仅返回内存峰值消耗？这就是任何流程监控实用程序都可以向您展示的内容。如果您使用的是VS，那么您也可以使用内置内存监视器（主菜单->分析->性能分析器）。谢谢，我会记住这一点。我试过massif，老实说，尽管它速度很慢，但它给出了非常详细的内存消耗概述。在考虑了您在评论中所写的内容之后，我想我必须使用

/usr/bin/time-v

和它所具有的

最大驻留集大小（KB）

变量。。。

==15447== Memcheck, a memory error detector
==15447== Copyright (C) 2002-2015, and GNU GPL'd, by Julian Seward et al.
==15447== Using Valgrind-3.11.0 and LibVEX; rerun with -h for copyright info
==15447== Command: ./algB 1.txt 2.txt
==15447== 
==15447== 
==15447== HEAP SUMMARY:
==15447==     in use at exit: 72,704 bytes in 1 blocks
==15447==   total heap usage: 39 allocs, 38 frees, 471,174,306 bytes allocated
==15447== 
==15447== LEAK SUMMARY:
==15447==    definitely lost: 0 bytes in 0 blocks
==15447==    indirectly lost: 0 bytes in 0 blocks
==15447==      possibly lost: 0 bytes in 0 blocks
==15447==    still reachable: 72,704 bytes in 1 blocks
==15447==         suppressed: 0 bytes in 0 blocks
==15447== Rerun with --leak-check=full to see details of leaked memory
==15447== 
==15447== For counts of detected and suppressed errors, rerun with: -v
==15447== ERROR SUMMARY: 0 errors from 0 contexts (suppressed: 0 from 0)