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？

Question

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

也许有一些背景: 我正在使用一系列启发式方法来解决车辆路径问题。在此期间，创建了路线和车辆等复杂对象。然而，正如 VRP 的症结所在，代码运行时间只有几分钟，在 Debug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。直到达到断点，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，而仅使用一个小的子样本来减少运行时间。然而，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想要调试的代码部分之前保存变量状态，以便每次运行调试器时都不必从头开始，而只需加载变量并从那里继续？ (我只是从这个虚构的“变量恢复点”开始进行更改。)

有关如何有效调试此类内容的任何其他提示和技巧？

Answer 1

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上，然后使用它。

我们还可以编写一个足够好的功能包装器，如果您需要重新计算(干编码)，您只需删除 pickle 文件即可:

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))