W3-1：效能分析工具

W2-1：Maven引入外部依赖——以GSON的使用为例

W2-2：在Maven项目中进行Junit5单元测试

W3-1：效能分析工具

系列文章目录前言一、Java

1.1 安装IntelliJ IDEA专业版1.2 通过计时量化修改程序前后的性能变化 二、Python

2.1 安装PyCharm专业版2.2 性能分析 总结

火焰图（FlameGraph）的使用

社区版有些功能用不了，所以卸载了之前的社区版，重装了一个专业版。

intellij idea ultimate的安装教程

新建一个PA类，写入以下代码并运行程序：

import java.time.Duration;
import java.time.Instant;

public class PA {
    public static int getSum(int limit){
        Integer sum = 0;
        for(int i = 0;i < limit; i++){
            sum += i;
        }
        return sum;
    }

    public static void main(String[] args) {
        Instant start = Instant.now();
        getSum(80000);
        Instant end = Instant.now();
        System.out.println(Duration.between(start,end).toMillis());
    }
}

运行结果如下：

使用Profile分析工具分析程序：
得到火焰图：

从火焰图中得知，Integer.valueOf的调用使得程序的执行效率不高。

因此，修改PA类中的Integer为int：

public static int getSum(int limit){
        //  Integer sum = 0;
        int sum = 0;
        for(int i = 0;i < limit; i++){
            sum += i;
        }
        return sum;
    }

修改后的运行结果：

从修改后的运行结果来看，代码的执行效率明显提高了许多。

这大概是因为int是Java的基本数据类型之一，可以直接存储数据，但Integer是int的包装类，是对象的引用，Integer变量必须实例化后才能使用，这对程序执行效率应该是有比较大的影响。

Java基础之int和Integer有什么区别

编写一个函数模拟grep功能，即在一个文件中搜索所有符合给定模式的行：

import re
import time


def grep(pattern, file):
    with open(file, 'r') as f:
        for idx, line in enumerate(f.readlines()):
            pattern = re.compile(pattern)
            match = pattern.search(line)
            if match is not None:
                print("{}: {}".format(idx, line), end="")


if __name__ == '__main__':
    start = time.time()
    for i in range(50000):
        grep('^import', 'main.py')
    print("total time is: {}".format(time.time() - start))

运行结果如下：

进行效率分析：

效率分析结果：

可以看到compile调用了95万次，运行时间占比也比较高，但是实际上这是没有必要的，因为将正则表达式转化为对象的代码只需要执行一次就够了，所以接下来修改grep函数中的代码，把不必要重复执行的代码提到遍历文件内容的循环外：

def grep(pattern, file):
    with open(file, 'r') as f:
        pattern = re.compile(pattern)
        for idx, line in enumerate(f.readlines()):
            # pattern = re.compile(pattern)
            match = pattern.search(line)
            if match is not None:
                print("{}: {}".format(idx, line), end="")

代码修改后的运行结果：

从修改后的运行结果来看，代码的执行效率也明显提高了许多。

对Python项目进行效率分析的方式还包括命令行、利用PyCharm插件等，但因为我还没有做成功，这里就先不写了，记一个命令行的命令：

python3 -m cProfile main.py