编写代码时，有时我们无法确定两种实现方式哪一种性能更优。此时该如何判断？一种简单的做法是为代码计时，查看其运行耗时。自 C++11 起，标准库提供了 chrono 头文件以完成这一任务；然而，chrono 的用法略显晦涩。好消息是，我们可以将所需计时功能封装为一个类，方便在自己的程序中直接调用。
计时器类
以下为该类的实现：
#include <chrono> // 引入 std::chrono 相关功能
class Timer
{
private:
// 类型别名，简化嵌套类型的书写
using Clock = std::chrono::steady_clock;
using Second = std::chrono::duration<double, std::ratio<1>>;
std::chrono::time_point<Clock> m_beg{ Clock::now() };
public:
void reset()
{
m_beg = Clock::now();
}
double elapsed() const
{
return std::chrono::duration_cast<Second>(Clock::now() - m_beg).count();
}
};
仅此而已！使用时，只需在 main 函数（或任何需要开始计时的位置）顶部实例化一个 Timer 对象，然后在想查看耗时时调用 elapsed() 成员函数即可。
#include <iostream>
int main()
{
Timer t;
// 需要计时的代码放在此处
std::cout << "耗时: " << t.elapsed() << " 秒\n";
return 0;
}
示例：对选择排序计时
接下来，我们以实际示例演示：对一个包含 10 000 个元素的数组进行排序。首先使用前面章节编写的选择排序算法：
#include <array>
#include <chrono> // 引入 std::chrono 相关功能
#include <cstddef> // 引入 std::size_t
#include <iostream>
#include <numeric> // 引入 std::iota
const int g_arrayElements{ 10000 };
class Timer
{
private:
using Clock = std::chrono::steady_clock;
using Second = std::chrono::duration<double, std::ratio<1>>;
std::chrono::time_point<Clock> m_beg{ Clock::now() };
public:
void reset()
{
m_beg = Clock::now();
}
double elapsed() const
{
return std::chrono::duration_cast<Second>(Clock::now() - m_beg).count();
}
};
void sortArray(std::array<int, g_arrayElements>& array)
{
// 遍历数组中的每个元素
//（最后一个元素无需处理，循环结束时自然已排序）
for (std::size_t startIndex{ 0 }; startIndex < (g_arrayElements - 1); ++startIndex)
{
// smallestIndex 记录本轮迭代中遇到的最小元素索引
// 初始假设本轮首元素即为最小
std::size_t smallestIndex{ startIndex };
// 在剩余部分中寻找更小元素
for (std::size_t currentIndex{ startIndex + 1 }; currentIndex < g_arrayElements; ++currentIndex)
{
// 若找到比之前记录更小的元素
if (array[currentIndex] < array[smallestIndex])
{
// 更新最小元素索引
smallestIndex = currentIndex;
}
}
// 此时 smallestIndex 指向剩余数组中最小元素
// 将其与本轮起始元素交换，从而将该最小元素放到正确位置
std::swap(array[startIndex], array[smallestIndex]);
}
}
int main()
{
std::array<int, g_arrayElements> array;
std::iota(array.rbegin(), array.rend(), 1); // 用 10000 至 1 填充数组
Timer t;
sortArray(array);
std::cout << "耗时: " << t.elapsed() << " 秒\n";
return 0;
}
在作者机器上，三次运行耗时分别为 0.0507、0.0506 和 0.0498 秒，因此可认为约为 0.05 秒。
示例：对 std::sort 计时
下面改用标准库的 std::sort 进行同样测试：
#include <algorithm> // 引入 std::sort
#include <array>
#include <chrono>
#include <cstddef>
#include <iostream>
#include <numeric>
const int g_arrayElements{ 10000 };
class Timer
{
private:
using Clock = std::chrono::steady_clock;
using Second = std::chrono::duration<double, std::ratio<1>>;
std::chrono::time_point<Clock> m_beg{ Clock::now() };
public:
void reset()
{
m_beg = Clock::now();
}
double elapsed() const
{
return std::chrono::duration_cast<Second>(Clock::now() - m_beg).count();
}
};
int main()
{
std::array<int, g_arrayElements> array;
std::iota(array.rbegin(), array.rend(), 1);
Timer t;
std::ranges::sort(array); // C++20 起可用
// 若编译器不支持 C++20，可改为：
// std::sort(array.begin(), array.end());
std::cout << "耗时: " << t.elapsed() << " 秒\n";
return 0;
}
作者机器上的三次结果分别为 0.000693、0.000692 和 0.000699 秒，基本稳定在 0.0007 秒左右。换言之，在此例中，std::sort 比我们手写选择排序快约 100 倍！
影响程序性能的因素
为程序计时虽简单，但结果会受到诸多因素影响。了解如何正确测量并识别这些干扰因素至关重要。
首先，务必使用 Release（发布）构建目标，而非 Debug（调试）构建目标。调试版本通常禁用优化，而优化对结果影响巨大。例如，在 Debug 模式下运行上述 std::sort 示例，作者机器耗时 0.0235 秒，比 Release 模式慢 33 倍！
其次，系统后台任务也会干扰计时。请确保系统未在执行 CPU、内存或磁盘密集型任务（如玩游戏、文件检索、杀毒扫描或后台更新）。看似无害的闲置浏览器，也可能在标签页轮换广告横幅并解析大量 JavaScript 时瞬间将 CPU 占用拉满。尽可能关闭无关应用，可减小结果波动。
第三，若程序使用随机数生成器，特定的随机序列可能影响耗时。例如，对随机数组排序时，每次运行所需交换次数不同，导致时间波动。若希望多轮运行结果更一致，可临时用固定值（而非 std::random_device 或系统时钟）为随机数引擎播种，使每次生成的序列相同。但若程序性能高度依赖随机序列，则可能得出具有误导性的整体结论。
第四，切勿把等待用户输入的时间计入测量。如确需用户输入，应设法以非阻塞方式提供（例如通过命令行参数、文件输入或绕过输入的代码路径）。
性能测量方法
测量程序性能时，至少收集 3 组数据。若结果相近，则可视为该机器上程序的真实性能；否则，应继续测量，直到出现一组相近的数值，并识别离群值。由于系统后台活动，出现个别离群值并不罕见。
若结果分散、无法聚合，则表明程序性能受到系统其他任务或应用内随机因素的显著影响。
由于性能受硬件速度、操作系统、后台进程等众多因素影响，绝对性能指标（如“程序运行了 10 秒”）通常仅对了解其在某台特定机器上的表现有意义。换一台机器，同一程序可能只需 1 秒、10 秒甚至 1 分钟，不实际测量难以预知。
然而，在单一机器上，相对性能比较仍有价值。我们可以在同一台机器上对同一程序的多个变体进行测量，以判断哪种变体性能最佳。例如，若变体 1 耗时 10 秒，变体 2 耗时 8 秒，则无论机器绝对速度如何，变体 2 在相似硬件上通常都会更快。
测量完第二种变体后，建议重新测量第一种变体，作为一致性校验。若第一种变体的结果与初始测量一致（如仍为 10 秒），则可认为两种变体的测量条件一致，结论可靠：变体 2 确实更快。
反之，若第一种变体的结果与之前不再一致，则说明机器环境发生变化，已影响性能，此时难以判断差异源于变体本身还是系统因素。此时应舍弃已有结果，重新测量。
