计算运行时间-装饰器实现
装饰器的一个使用场景
之前有人问装饰器有什么用，能不能具体说个场景。当时，没想好如何使用这个问题。昨天看github上有一个纯python实现的有序数据结构库-SortedContainer。说的很牛B，很想用一下。
SortedContainer库中的数据结构，如列表、字典、集合等使用方法跟python的list、dict、set类似。基本上不用怎么学，稍微看下就能会。
我们这里只想简单对比下在列表中查找某个元素的位置（index）的效率。
如何测试运行效率
这里我使用装饰器，一次写完，多次使用。而且很简洁。
def runtime(func):def inner(**kwargs):import timet1 = time.time()func(**kwargs)t2 = time.time()run_time = t2 - t1print(run_time)return inner
还记得不，装饰器其实就是一种函数。
func是我们要装饰的函数，那么我们必须在 func之外加点料，在装饰器中 加的料就是 inner部分，inner部分对func函数运行前后加了时间戳，用来计算运行时间。
装饰器 runtime结尾要返回inner这个实例。注意，返回的不是inner()，今天我栽在这里费了十几分钟。
list vs SortedList
现在开始测试检索位置的运行效率。比如我要对有10000个数的列表进行查询，查找1234这个数的位置。
这还用查吗？位置肯定是1234。但是在计算机中，位置检索那可是得暴力推进。一个个的查，查到了就返回这个位置。
直接上代码，大家看看list与SortList
#这里我们默认位置检索执行times次，列表长度length，检索的元素是数字num@runtimedef list_index(times=10000,length=10000,num=1234):for x in range(times):#将range转化为list列表container = list(range(length))container.index(num)@runtimedef Sortlist_index(times=10000,length=10000,num=1234):for x in range(times):#将range转化为SortedList列表container = SortedList(range(length))container.index(num)list_index()Sortlist_index()
程序重复10000次，时间为
2.48936438560485845.546206951141357
从这方面，还是python内置的list效率高。SortedContainer从名字也看出来了，它的各种数据结构更适合用在有序的数据结构。
Tips
SortedContainer简介Python’s standard library is great until you need a sorted collectionstype. Many will attest that you can get really far without one, but themoment you really need a sorted list, dict, or set, you’re faced witha dozen different implementations, most using C-extensions withoutgreat documentation and benchmarking.译文：在您需要排序的集合类型前，Python的标准库都是很棒。许多事情表明，你不可能只用一种玩意就能走的很远，但是当你真正需要排序列表，字典或者集合的时，你能找到十几个不同的实现，但大多数使用C-extensions而且没有很好的文档说明。
在本文中，目的是看看装饰器的使用场景--测试运行时间--并不是说SortedContainer的运行效率问题。哈哈，以后大家写起代码真有排序这需求，知道有这么一个库可以方便快速找到并去查文档。