几个时间控制函数（转载）

随着软硬件的飞速发展，计算机技术已经广泛地应用到自动化控制领域，为了实现实时控制，控制程序必须能够精确地完成定时和计时功能。VC提供了很多关于时间操作的函数，下面根据它们精度的不同，分别进行说明。
　　一般时控函数
　　VC程序员都会利用Windows的WM—TIMER消息映射来进行简单的时间控制：1.调用函数SetTimer()设置定时间隔，如SetTimer(0,200,NULL)即为设置200毫秒的时间间隔；2.在应用程序中增加定时响应函数OnTimer()，并在该函数中添加响应的处理语句，用来完成时间到时的操作。这种定时方法是非常简单的，但其定时功能如同Sleep()函数的延时功能一样，精度较低，只可以用来实现诸如位图的动态显示等对定时精度要求不高的情况，而在精度要求较高的条件下，这种方法应避免采用。
　　精度时控函数
　　在要求误差不大于1毫秒的情况下，可以采用GetTickCount()函数，该函数的返回值是DWORD型，表示以毫秒为单位的计算机启动后经历的时间间隔。使用下面的编程语句，可以实现50毫秒的精确定时，其误差小于1毫秒。
　　DWORD dwStart, dwStop;
　　// 起始值和终止值
　　dwStop = GetTickCount();
　　while(TRUE)
　　{
　　 dwStart = dwStop;
　　// 上一次的终止值变成新的起始值
　　// 此处添加相应控制语句
　　 do
　　 {
　　dwStop = GetTickCount();
　　 } while(dwStop － 50 < dwStart);
　　}
　　高精度时控函数
　　对于一般的实时控制，使用GetTickCount()函数就可以满足精度要求，但要进一步提高计时精度，就要采用QueryPerformanceFrequency()函数和QueryPerformanceCounter()函数。这两个函数是VC提供的仅供Windows 9X使用的高精度时间函数，并要求计算机从硬件上支持高精度计时器。QueryPerformanceFrequency()函数和QueryPerformanceCounter()函数的原型为：
　　BOOL QueryPerformanceFrequency(LARGE—INTEGER ＊lpFrequency);
　　BOOL QueryPerformanceCounter(LARGE—INTEGER ＊lpCount) ;
　　数据类型LARGE—INTEGER既可以是一个作为8字节长的整型数，也可以是作为两个4字节长的整型数的联合结构，其具体用法根据编译器是否支持64位而定。该类型的定义如下：
　　typedef union —LARGE—INTEGER
　　{
　　 struct
　　 {
　DWORD LowPart; // 4字节整型数
　　LONG　　HighPart; // 4字节整型数
　　};
　　LONGLONG　　QuadPart;
　　// 8字节整型数
　　} LARGE—INTEGER;
　　在进行计时之前，应该先调用QueryPerformanceFrequency()函数获得机器内部计时器的时钟频率。笔者在主频为266、300、333的三种PentiumⅡ机器上使用该函数，得到的时钟频率都是1193180Hz。接着，笔者在需要严格计时的事件发生之前和发生之后分别调用QueryPerformanceCounter()函数，利用两次获得的计数之差和时钟频率，就可以计算出事件经历的精确时间。以下程序是用来测试函数Sleep(100)的精确持续时间。
　　LARGE—INTEGER litmp;
　　LONGLONG QPart1,QPart2;
　　double dfMinus, dfFreq, dfTim;
　　QueryPerformanceFrequency(＆litmp);
　　// 获得计数器的时钟频率
　　dfFreq = (double)litmp.QuadPart;
　　QueryPerformanceCounter(＆litmp);
　　// 获得初始值
　　QPart1 = litmp.QuadPart;
　　Sleep(100) ;
　　QueryPerformanceCounter(＆litmp);
　　// 获得终止值
　　QPart2 = litmp.QuadPart;
　　dfMinus = (double)(QPart2 － QPart1);
　　dfTim = dfMinus / dfFreq;
　　// 获得对应的时间值
　　执行上面程序，得到的结果为dfTim=0.097143767076216(秒)。细心的读者会发现，每次执行的结果都不一样，存在一定的差别，这是由于Sleep()自身的误差所致。