时间戳

首页 > 解决方案 > 如何有效地调试在计算密集型程序结束时调用的部分代码？

python - 如何有效地调试在计算密集型程序结束时调用的部分代码？

问题描述

我正在寻找在程序结束时调试代码的方法，而不必在每次调试的相关代码部分之前运行所有代码。

也许有点背景：我正在使用一堆启发式方法来解决车辆路线问题。在此期间，会创建路线和车辆等复杂对象。然而，与 VRP 的关键一样，代码运行时间只有几分钟，在调试模式下甚至更慢（IDE 是 PyCharm Pro）。

现在，如果我想调试将这些复杂对象作为输入的代码，我必须在每次运行调试器时运行整个代码。直到它到达断点，它需要相当长的时间。我目前使用的解决方法是不使用完整的输入数据进行调试，而只使用一个小的子样本来减少运行时间。但是，我实际上想对原始的完整数据进行调试。

是否有某种方法可以在我要调试的代码部分之前保存变量状态，这样每次我运行调试器时，它就不必从头开始，而是可以加载变量并继续那里？（我只是从这个虚构的“可变恢复点”开始进行更改。）

关于如何有效调试这些东西的任何其他提示和技巧？

标签： pythondebuggingpycharm

解决方案

正如@el-banto 评论的那样，您可能可以将复杂计算的结果腌制到磁盘文件中，然后使用它。

我们还可以编写一个足够好的功能包装器，让您在需要重新计算时删除 pickle 文件（干编码）：

import pickle
import os
import time


def cached_compute(filename, fn):
    if os.path.isfile(filename):
        print(f'Using cached {filename}')
        with open(filename, 'rb') as infp:
            return pickle.load(infp)
    print(f'Computing {fn}')
    res = fn()
    with open(filename, 'wb') as outfp:
        pickle.dump(res, outfp, protocol=-1)
    print('Wrote {filename}')
    return res


def expensive_computation(a, b):
    time.sleep(10)  # pretend this was expensive :)
    return a * b

# previously:
# res = expensive_computation(100, 500)

# with caching:
res = cached_compute('something.pickle', lambda: expensive_computation(100, 500))

推荐阅读