百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

C++ 使用std::chrono计时事件

ztj100 2025-01-21 23:12 40 浏览 0 评论

std::chrono 库提供了测量和报告时间和间隔的工具。

这些类和函数中的许多是在 C++11 中引入的。C++20 对此进行了重大更改和更新,但在撰写本文时,我所测试的系统上许多更新尚未实施。

使用 chrono 库,本食谱探索了计时事件的技术。

如何做到这一点…

system_clock 类用于报告当前日期和时间。steady_clock 和 high_resolution_clock 类用于计时事件。让我们来看看这些时钟之间的区别:

因为这些名称可能又长又笨拙,我们将在本食谱中使用一些类型别名:

using std::chrono::system_clock;
using std::chrono::steady_clock;
using std::chrono::high_resolution_clock;
using std::chrono::duration;
using seconds = duration<double>;
using milliseconds = duration<double, std::milli>;
using microseconds = duration<double, std::micro>;
using fps24 = duration<unsigned long, std::ratio<1, 24>>;


duration 类表示两个时间点之间的间隔。这些别名方便使用不同的间隔。

我们可以通过使用 system_clock 类来获取当前时间和日期:

auto t = system_clock::now();
cout << format("system_clock::now is {:%F %T}\n", t);


system_clock::now() 函数返回一个 time_point 对象。<chrono> 库包括 time_point 的 format() 特化,使用 strftime() 格式说明符。

输出是:

system_clock::now is 2022-02-05 13:52:15


<iomanip> 头文件包括 put_time(),它为 ostream 工作,就像 strftime() 一样:

std::time_t now_t = system_clock::to_time_t(t);
cout << "system_clock::now is "
    << std::put_time(std::localtime(&now_t), "%F %T")
    << '\n';


put_time() 接受指向 C 风格的 time_t* 值的指针。system_clock::to_time_t 将 time_point 对象转换为 time_t。

这给出了与我们的 format() 示例相同的输出:

system_clock::now is 2022-02-05 13:52:15


我们还可以使用 system_clock 计时事件。首先,我们需要计时的东西。这里有一个计算素数的函数:

constexpr uint64_t MAX_PRIME{ 0x1FFFF }
uint64_t count_primes() {
    constexpr auto is_prime = [](const uint64_t n) {
        for(uint64_t i{ 2 }; i < n / 2; ++i) {
            if(n % i == 0) return false;
        }
        return true;
    };
    uint64_t count{ 0 };
    uint64_t start{ 2 };
    uint64_t end{ MAX_PRIME };
    for(uint64_t i{ start }; i <= end ; ++i) {
        if(is_prime(i)) ++count;
   }
   return count;
}


这个函数计算 2 到 0x1FFFF(131,071)之间的素数,这在大多数现代系统上应该需要几秒钟。

现在,我们编写一个计时器函数来计时我们的 count_primes():

seconds timer(uint64_t(*f)()) {
    auto t1{ system_clock::now() };
    uint64_t count{ f() };
    auto t2{ system_clock::now() };
    seconds secs{ t2 - t1 };
    cout << format("there are {} primes in range\n",
      count);
    return secs;
}


这个函数接受一个函数 f 并返回 duration<double>。我们使用 system_clock::now() 标记 f() 调用前后的时间。我们取两个时间之间的差并将其以 duration 对象的形式返回。

我们可以像这样从 main() 调用我们的 timer():

int main() {
    auto secs{ timer(count_primes) };
    cout << format("time elapsed: {:.3f} seconds\n",
        secs.count());
    ...
}


这将 count_primes() 函数传递给 timer() 并将 duration 对象存储在 secs 中。

输出:

there are 12252 primes in range
time elapsed: 3.573 seconds


duration 对象的 count() 方法以指定的单位返回持续时间——在这种情况下,double,表示持续时间的秒数。

这是在运行 Debian 的 VM 上使用 GCC 进行的。不同系统上的确切时间会有所不同。

system_clock 类旨在提供当前的墙上时钟时间。虽然其分辨率可能支持计时目的,但不能保证是单调的。换句话说,它可能不总是提供一致的滴答声(计时间隔)。

chrono 库在 steady_clock 中提供了一个更合适的时钟。它具有与 system_clock 相同的接口,但为计时目的提供了更可靠的滴答声:

seconds timer(uint64_t(*f)()) {
    auto t1{ steady_clock::now() };
    uint64_t count{ f() };
    auto t2{ steady_clock::now() };
    seconds secs{ t2 - t1 };
    cout << format("there are {} primes in range\n",
      count);
    return secs;
}


steady_clock 旨在提供可靠一致的单调滴答声,适用于计时事件。它使用相对时间参考,因此不适用于墙上时钟时间。虽然 system_clock 从固定时间点(1970年1月1日,00:00 UTC)开始测量,但 steady_clock 使用相对时间。

另一个选项是 high_resolution_clock,它提供了给定系统上可用的最短滴答声周期,但在不同实现中并不一致。它可能是 system_clock 或 steady_clock 的别名,可能是也可能不是单调的。不建议将 high_resolution_clock 用于一般用途。

我们的 timer() 函数返回 seconds,这是 duration<double> 的别名:

using seconds = duration<double>;


duration 类采用一个可选的第二个模板参数,std::ratio 类:

template<class Rep, class Period = std::ratio<1>>
class duration;


<chrono> 头文件为许多小数比率提供了便利类型,包括毫微秒:

using milliseconds = duration<double, std::milli>;
using microseconds = duration<double, std::micro>;


如果我们需要其他东西,我们可以提供自己的:

using fps24 = duration<unsigned long, std::ratio<1, 24>>;


fps24 表示以每秒 24 帧的标准拍摄的电影帧数。比率是每秒 1/24。

这允许我们轻松地在不同的持续时间范围内进行转换:

cout << format("time elapsed: {:.3f} sec\n", secs.count());
cout << format("time elapsed: {:.3f} ms\n",
    milliseconds(secs).count());
cout << format("time elapsed: {:.3e} μs\n",
    microseconds(secs).count());
cout << format("time elapsed: {} frames at 24 fps\n",
    floor<fps24>(secs).count());


输出:

time elapsed: 3.573 sec
time elapsed: 3573.077 ms
time elapsed: 3.573e+06 μs
time elapsed: 85 frames at 24 fps


因为 fps24 别名使用 unsigned long 而不是 double,所以需要类型转换。floor 函数通过丢弃小数部分提供此功能。round() 和 ceil() 也在这种情况下可用。

为了方便,chrono 库为标准持续时间比率提供了 format() 特化:

cout << format("time elapsed: {:.3}\n", secs);
cout << format("time elapsed: {:.3}\n", milliseconds(secs));
cout << format("time elapsed: {:.3}\n", microseconds(secs));


输出:

time elapsed: 3.573s
time elapsed: 3573.077ms
time elapsed: 3573076.564μs


这些结果在不同的实现中会有所不同。

它是如何工作的…

chrono 库有两个主要部分,时钟类和持续时间类。

时钟类

时钟类包括:

system_clock – 提供墙上时钟时间。

steady_clock – 提供持续时间测量的保证单调滴答声。

high_resolution_clock – 提供最短可用滴答声周期。在某些系统上,它可能是 system_clock 或 steady_clock 的别名。

我们使用 system_clock 显示当前时间和日期。我们使用 steady_clock 测量间隔。

每个时钟类都有一个 now() 方法,返回代表时钟当前值的 time_point。now() 是一个静态成员函数,因此它在不实例化对象的情况下在类上调用:

auto t1{ steady_clock::now() };


std::duration 类

duration 类用于保存时间间隔——即两个 time_point 对象之间的差异。它通常使用 time_point 对象的减法(-)运算符构造。

duration<double> secs{ t2 - t1 };


time_point 减法运算符兼作 duration 的构造函数:

template<class C, class D1, class D2>

constexpr duration<D1,D2>

operator-( const time_point<C,D1>& pt_lhs,

    const time_point<C,D2>& pt_rhs );



duration 类有几个模板参数,用于类型表示和比率对象:

template<class Rep, class Period = std::ratio<1>>
class duration;


Period 模板参数默认为 1:1 的比率,即秒。

库提供了比率别名(如 micro 和 milli),用于从阿托(1/1,000,000,000,000,000,000)到艾克萨(1,000,000,000,000,000,000/1)的 10 的幂。这允许我们像在示例中那样创建标准持续时间:

using milliseconds = duration<double, std::milli>;
using microseconds = duration<double, std::micro>;


count() 方法以 Rep 类型给出持续时间:

constexpr Rep count() const;


这允许我们轻松地访问持续时间以进行显示或其他目的:

cout << format("duration: {}\n", secs.count());


std::chrono 库的时钟类和 duration 类共同提供了一套强大的工具,用于测量和报告程序中的时间和间隔。通过这些工具,我们可以精确地计时函数调用、事件和其他性能相关的测量,从而更好地优化和理解我们的代码。

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: