Question

我需要进行功能测试，断言一次运行显着的速度比其他运行速度快。

以下是我到目前为止编写的代码：

def test_run5(self):
    cmd_line = ["python", self.__right_def_file_only_files]
    start = time.clock()
    with self.assertRaises(SystemExit):
        ClassName().run(cmd_line)
    end = time.clock()
    runtime1 = end - start

    start = time.clock()
    with self.assertRaises(SystemExit):
        ClassName().run(cmd_line)
    end = time.clock()
    runtime2 = end - start

    self.assertTrue(runtime2 < runtime1 * 1.4)

它有效，但我不喜欢这种方式，因为1.4因子是通过我的特定的执行示例实验性地选择的。

你如何测试第二次执行总是比第一次

更快？

修改

我认为没有必要对其进行解释，但在我的计划中，我不应该说一个因素对于未知的执行具有重要意义。

整个程序是一种Make，而管道定义文件将定义什么是“速度的显着差异”，而不是我：

如果定义文件包含很多非常快的规则，那么两次连续执行之间的执行时间差异会非常小，比如说快5％但仍然很重要
否则，如果定义文件包含的规则很少但很长，那么差异会很大，比如说快了90％，所以5％的差异根本不会很大。

Answer 1

我找到了一个符合我需要的名为Michaelis-Menten kinetics的等式。这是应该做的技巧

def get_best_factor(full_exec_time, rule_count, maximum_ratio=1):
    average_rule_time = full_exec_time / rule_count
    return 1 + (maximum_ratio * average_rule_time / (1.5 + average_rule_time))

full_exec_time参数为runtime1，这是给定管道定义文件的最长执行时间。
rule_count是给定管道定义文件中的规则数。
maximum_ratio表示第二次执行最多比第一次执行快100％（实际上不可能）

Michaelis-Menten kinetics等式的变量参数是平均规则执行时间。我任意选择1.5 seconds作为执行时间应该maximum_ratio / 2更快的平均规则执行时间。这是实际参数，取决于您对此等式的使用。

断言一次运行明显快于另一次运行

1 个答案: