python 机甲_[意外走向] 大疆机甲大师Python API之八：计时 -- 为性能测试展开1000次循环...

68 阅读 0 评论 45 点赞

我是靠谱客的博主称心可乐，最近开发中收集的这篇文章主要介绍python 机甲_[意外走向] 大疆机甲大师Python API之八：计时 -- 为性能测试展开1000次循环...，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

为机甲的计时API写了如下例程，想对比一下PC上的Python性能（注：作为性能测试非常粗糙，因为主要是想作最简单的演示之用）：

def 开始():
    工具.计时器(常量.开始)
    总耗时 = 0
    次数 = 0
    while 次数 < 10:
        算三角函数()
        工具.计时器(常量.暂停)
        总耗时 = 工具.累计计时()
        次数 += 1
        print(总耗时 / 次数)

def 算三角函数():
    积 = 1.0
    for 次数 in range(1, 1000):
        for 角度 in list(range(1, 360)):
            弧度 = 数学.弧度(角度)
            积 *= 数学.正弦(弧度)**2 + 数学.余弦(弧度)**2
    return 积

因为原始代码在PC的运行时间很短，因此当机甲的控制台许久没打出结果的时候，小意外，于是测了求弧度和求平方和两句的分别耗时，结果，竟然瓶颈完全不在这。

排除法，只剩下了循环体本身（完整源码在此）：

def 开始():
    工具.计时器(常量.开始)
    for 次数 in range(1, 501):
        if 次数 % 100 == 0:
            工具.计时器(常量.暂停)
            print(str(次数) +": " + str(工具.累计计时()) + " seconds")
            工具.计时器(常量.开始)
    工具.计时器(常量.重置)

每100次空循环耗时0.56秒左右！虽然暂没写出实例，但这样的延时感觉会对运动控制算法产生不能忽视的影响。难怪上面的36万次循环会让它貌似宕机。

补：为避免循环体内的语句的影响，直接用pass，仍然一样，可见瓶颈在for循环：

空循环性能测试https://www.zhihu.com/video/1172576756048523264

试了while循环，也有类似延时。打算报告这个问题。

对比性能就不干了吗？决定还是继续试试。

于是，直接将两个循环展开，就是这样的上千行代码：

def 开始():
    总耗时 = 0
    工具.计时器(常量.开始)

    结果 *= 算三角函数()
    （真 -- 此处省去1000行代码）
    结果 *= 算三角函数()

    工具.计时器(常量.暂停)
    总耗时 = 工具.累计计时()
    print(str(总耗时) + " seconds, result : " + str(结果))

def 算三角函数():
    积 = 1.0
    弧度 = 数学.弧度(1)
    积 *= 数学.正弦(弧度)**2 + 数学.余弦(弧度)**2
    弧度 = 数学.弧度(2)
    积 *= 数学.正弦(弧度)**2 + 数学.余弦(弧度)**2
    （真 -- 此处省去700行代码）
    弧度 = 数学.弧度(358)
    积 *= 数学.正弦(弧度)**2 + 数学.余弦(弧度)**2
    弧度 = 数学.弧度(359)
    积 *= 数学.正弦(弧度)**2 + 数学.余弦(弧度)**2
    return 积

得出的结果还比较合理，不过也领教了移动计算平台和PC的差别。一方面有计算性能的差距：ARMv7-A Cortex A7 1.5 GHz（参考：RoboMaster CPU and memory）VS. Intel Core i7-2635QM @ 2.00GHz。另外，也许在编译器优化也有区别？

回头研究一下Python递归，虽然觉得例程里总用递归代替循环不现实。