lua 时间差功能概略

简介

在进行程序设计过程中,经常需要对某些函数、某些程序片断从开始运行到运行结束所耗费的时间进行一些量化。这种量化实际上就是计算时间差。

获取函数耗时情景如下:

lua 复制代码
function time_used() 
	--开始计时
	-- do something at here.	
	--结束计时
	--时间差:开始计时与结束计时之间所耗费的时间
	return
end

时间差计算

通常是以秒、毫秒、微妙、纳秒为单位进行时间差的计算。但是由于计算机时间系统的时钟并不是特别准确,所以得出的时间差总体来说都是有误差的。

计算时间差有很多方法,现列出其中3中:

  1. os.time方法 (精度:秒级,不推荐适用)
  2. os.clock方法 (精度:微秒级,在我电脑上不工作,不推荐使用,跨平台可能也有问题)
  3. socket.gettime方法 (精度:微妙级,推荐)
    实际上,在普通个人PC上,微秒级别的时间差都是不准确的,只能作为一个参考。毫秒级别的时间差基本上就够用了。

os.clock不好使的问题,需要进一步查明原因。

试验

试验代码中,通过调用 shell的sleep函数,分别使程序睡眠1.51秒,并分别用上述3种方法计算时间差。

lua 复制代码
local os = require("os")
local socket = require "socket"

local s = os.time()
os.execute("sleep 1.51")
local e = os.time()
print("time span (os.time): ", (e-s).." Second")                                                                                                                

local s = os.clock()
os.execute("sleep 1.51")
local e = os.clock()
print("time span (os.clock): ", (e-s) * 1000)
print("os.clock return", s, e) 

local start_time = socket.gettime()
os.execute("sleep 1.51")
local end_time= socket.gettime()
local use_time = (end_time - start_time )
print("time span (socket): "..use_time .." Second")
print("time span (socket): "..(use_time*1000) .." MilliSecond")
print("time span (socket): "..(use_time*1000000) .." MicroSecond")

运行截图:

通过运行截图,可以发现:

同样是睡眠1.51秒,

os.time计算的时间差是2秒,这是因为os.time返回时间的精度就是秒,差值必然也是秒。这个差值适用于长时间运行的程序。

os.clock不工作。

socket.gettime计算的时间差是1529851微妙,也就是1529毫秒,1.52秒。

相关推荐
普通人61 小时前
php+html+canvas实现树状打开的结构
开发语言·javascript·html5·1024程序员节
电商API_180079052472 小时前
反向海淘多币种结算:汇率该在哪个时点被冻结
java·开发语言·数据库·跨境电商·1688 api
开开心心就好2 小时前
多份文档怎么批量打印?支持多种格式
java·服务器·开发语言·pdf·ocr·散列表·启发式算法
Want5952 小时前
Python炫酷烟花①
开发语言·python
星夜离尘563 小时前
MATLAB 线性去趋势为何损伤低频正弦:联合最小二乘估计幅相与漂移
开发语言·matlab
程序员清风4 小时前
双指针与滑动窗口:高效处理连续区间
开发语言·算法
开开心心就好4 小时前
文件被占用删不掉?解锁工具强制删除
java·运维·服务器·开发语言·前端·pdf·ocr
云和数据.ChenGuang4 小时前
python大小整数范围解析
java·开发语言·python
fensnote5 小时前
西门子 S7 PLC 内部寄存器读写 Demo(C 语言)
c语言·开发语言
benchmark_cc5 小时前
量化项目启动时,应该先设计数据接口还是先编写策略?从系统架构角度做出正确选择
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash