cProfile：一次函数调用如何变成性能统计

做的事：对一次朴素递归调用做性能画像

fib(22)不用任何缓存，是最直接的指数级递归。

代码def fib(n): if n < 2: return n return fib(n-1) + fib(n-2) import cProfile, pstats pr = cProfile.Profile() pr.enable() fib(22) pr.disable() pstats.Stats(pr).sort_stats('ncalls').print_stats(3)

验证：调用次数是57313次，不是22次

n=22看起来很小，但fib的调用次数是按斐波那契数指数增长的。

cProfile输出 57314 function calls (2 primitive calls) in 0.008 seconds ncalls tottime percall cumtime percall filename:lineno(function) 57313/1 0.008 0.000 0.008 0.008 real_py21_30.py:48(fib) 1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects}

关键在57313/1这个写法：分子57313是fib被调用的总次数（这个数字等于2×fib(23)-1，是递归树的节点总数），分母1是"原生调用次数"（primitive calls）——指fib作为不是被自己递归调用、而是从外部直接调用的次数，本例只有最外层fib(22)这一次调用满足这个条件，剩下57312次都是fib在内部递归调用自己产生的。cProfile用这个斜杠写法，是在告诉你一个函数"被别人调用"和"被自己递归调用"这两种不同的调用来源各有多少次。

验证：tottime和cumtime在纯递归函数里是同一个数

对fib这种情况，两列数字都显示0.008。

分步演示：cProfile怎么读

每一步都是本文上面用cProfile跑出来的原始结果。