如何在 VSCode 中运行并对比不同算法的执行耗时

直接在 VSCode 里对比两个算法的执行耗时，这件事听起来简单，实际操作中却有不少坑。最可靠的方式，说到底就是**统一计时入口、统一输出格式，再用外部工具做比对**。VSCode 本身并没有原生的“并排显示耗时”功能，所有号称“一键对比”的方案，本质上都需要手动组合或者靠脚本驱动。

很多人装了 Code Runner 却死活看不到 Execution Time，问题几乎都出在默认配置上。关键点有三个：code-runner.showExecutionMessage 必须设为 true，否则计时结果压根不会显示；code-runner.runInTerminal 必须设为 false——一旦设成 true，代码会在新开的系统终端里运行，VSCode 内置的输出面板根本捕获不到耗时信息；另外，code-runner.preserveFocus 建议关掉，否则焦点切走，你可能连最后一行 Execution Time: 0.214s 都没看到。当然，前提是 Python 或 Node.js 的解释器得在系统 PATH 里，否则连运行都跑不通，更别提计时了。

用 time.time() 手动计时是很多人临时验证时的选择，但要想对比多个算法，就得让输出格式保持一致。否则，肉眼比对都费劲，更别指望脚本自动处理了。这里有几个细节值得注意：Python 3.8 以上已经彻底移除了 time.clock()，千万别再用；普通算法题用 time.time() 完全够用，time.perf_counter() 虽然精度更高，但那是给纳秒级压测准备的，放这里反而容易模糊语义。关键一步是固定输出格式，比如 print(f"[{__file__}]耗时: {end_time - start_time:.4f}s")，这样一眼就能看出哪个文件跑了多久。另外要特别小心：如果代码里包含 subprocess.run()、requests.get() 或 asyncio.run()，那么计时结果里包含了等待时间，并不代表算法的纯计算开销。

VSCode 的 tasks.json 其实是个被低估的利器。它能串起运行、重定向、比对三个步骤，比手动开终端高效得多。举个例子，你可以在 tasks.json 里配置一个名为 run-and-diff 的任务，命令大致是：先分别运行 algo_a.py 和 algo_b.py，把输出重定向到两个临时文件，然后用 code --diff 直接对比。这样一来，你只需右键任一文件，选择“运行任务”里的 run-and-diff，就能立刻看到两个脚本的标准输出差异，耗时信息一目了然。当然，前提是两个文件名得有规律，比如统一叫 algo_a.py 和 algo_b.py，否则 ${fileBasenameNoExtension} 会匹配错文件。

cProfile 这个工具，很多人一上来就想用它做算法间耗时对比，但其实它更适合另一个场景：定位“哪个函数拖慢了整体性能”。两个脚本总耗时接近，内部热点却可能完全不同——这种情况靠肉眼数 Execution Time 是看不出来的。cProfile 输出的是函数级调用统计，它不是单次运行耗时的横向对比工具。真正有价值的是看 Self Time 和 # Calls 的组合：一个被调了 5000 次、每次 2ms 的小函数，累计起来可能就占了 10 秒，反而比一个总耗时 8 秒但只调 1 次的大函数更值得优化。VSCode 自带的 Profiler 面板支持打开 .prof 文件，但结果不会自动保存——记得点“保存”图标导出 .cpuprofile。另外，对于异步逻辑（比如 await），cProfile 会漏掉协程调度开销，这时候可以在关键节点手动用 console.time() 打点辅助。

最后，一个最容易被忽视的点：不同算法的输入规模必须严格一致，否则耗时对比毫无意义。VSCode 本身不会帮你校验这个——它只管跑完、输出、比对，不负责逻辑一致性。这点只能靠自己把关。