最直接的方式是在调用排序函数前后用 time.Now() 和 time.Since() 统计耗时，无需修改排序函数本身；例如 start := time.Now(); sort.Slice(data, ...); elapsed := time.Since(start)。
用 time.Now() 和 time.Since() 包裹排序调用
最直接的方式不是改排序函数本身，而是统计它被调用的耗时。Go 标准库的 sort.Slice() 或自定义快排函数都是普通函数调用，可以在外部用时间戳前后采样：
time.Since()
- 保持原快排函数纯算法：不引入
time包，不打印，不返回耗时 - 新增一个带统计的包装函数，例如
QuickSortWithTime([]int) (time.Duration) - 若需同时返回结果和耗时，用两个返回值：
func QuickSortWithTime(data []int) ([]int, time.Duration)，注意传参时用data[:]避免意外修改原切片
避免常见性能误判：小数据量 + 未禁用 GC 干扰
对少于 100 个元素的切片测快排耗时，结果常是 0s 或抖动极大，因为纳秒级操作低于计时器分辨率。这时要：
- 用足够大的测试数据（如
make([]int, 100000)） - 循环多次取平均（但注意别让编译器优化掉空循环）
- 临时禁用 GC 影响：
debug.SetGCPercent(-1)调用前，结束后再设回原值（仅限测试，勿在生产用） - 别在
fmt.Println()后立刻测时长——I/O 可能阻塞，应把time.Now()放在真正排序开始前一刻
想长期监控？用 pprof 替代手打日志
如果目标不是单次调试，而是观察服务中排序函数的真实开销分布，硬编码 time.Now() 会快速变成日志噪音。这时候该上 Go 自带的分析工具：
Golang Uber Dig
下载
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等
- 启动 HTTP pprof 端点：
import _ "net/http/pprof"，然后http.ListenAndServe(":6060", nil) - 运行程序后访问
http://localhost:6060/debug/pprof/profile?seconds=30，它会采集 30 秒 CPU 使用，快排热点自然浮现 - 配合
go tool pprof查看函数耗时占比，比自己算Since()更可靠——它不依赖你选的起止位置，而是基于采样中断
手动加时统计适合验证逻辑或单元测试，真要看性能瓶颈，pprof 的采样机制更贴近真实运行态。尤其当快排被嵌在 HTTP handler 或 goroutine 里时，外围耗时远不止算法本身。
golang免费学习笔记（深入）：立即使用
在学习笔记中，你将探索golang的核心概念和高级技巧！
