码迷,mamicode.com
首页 > 编程语言 > 详细

Python几种数据结构内置方法的时间复杂度

时间:2019-01-10 18:49:39      阅读:617      评论:0      收藏:0      [点我收藏+]

标签:max   bsp   insert   移除   net   根据   end   说明   更新   

参考:https://blog.csdn.net/baoli1008/article/details/48059623

注:下文中,’n’代表容器中元素的数量,’k’代表参数的值,或者参数的数量。

1.列表(list)

  • 以完全随机的列表考虑平均情况。

  • 列表是以数组(Array)实现的。

  • 最大的开销发生在超过当前分配大小的增长,这种情况下所有元素都需要移动;或者是在起始位置附近插入或者删除元素,这种情况下所有在该位置后面的元素都需要移动。

  • 如果需要在一个队列的两端进行增删的操作,应当使用collections.deque(双向队列)

  • 操作 操作说明 时间复杂度(平均情况) 时间复杂度(最坏情况)
    index(value) 查找list某个元素的索引 O(1) O(1)
    a=index(value) 索引赋值 O(1) O(1)
    list[:] 列表复制 O(n) O(n)
    list.append(value) 队尾添加 O(1) O(1)
    list.insert(index, value) 根据索引插入某个元素 O(n) O(n)
    list[index] 取元素 O(1) O(1)
    list[index]=value 赋值 O(1) O(1)
    list.pop() 队尾删除 O(1) O(1)
    list.pop(index) 根据索引删除某个元素 O(n) O(n)
    [i for i in list] 遍历/迭代 O(n) O(n)
    list[m:n] 取切片 O(k) O(k)
    del list[m:n] 删除切片 O(n) O(n)
    list[m:n]=[n] 更改切片 O(k+n) O(k+n)
    list.extend([]) 列表扩展 O(k) O(k)
    list.sort() 列表排序 O(nlogn) O(nlogn)
    list*n 列表乘法 O(nk) O(nk)
    i in list 列表搜索 O(n)  
    min(list), max(list) 取最大和最小值 O(n)  
    len(list) 计算长度 O(1) O(1)

2.字典(dict)

  • 下列字典的平均情况基于以下假设:
    • 对象的散列函数足够健壮(robust),不会发生冲突。
    • 字典的键是从所有可能的键的集合中随机选择的。
  • 操作 操作说明 平均情况 最坏情况
    copy 复制 O(n) O(n)
    dict[key] 取元素 O(1) O(n)
    dict[key]=value 更新元素 O(1) O(n)
    del dict[key] 删除元素 O(1) O(n)
    [i for i in dict] 遍历字典 O(n) O(n)
    i in dict 搜索元素 O(1) O(1)

3.集合(set)

  • 操作 操作说明 平均情况 最坏情况
    i in set 搜索元素 O(1) O(n)
    set_1 | set_2 并集 O(len(set_1)+len(set_2))  
    set_1 & set_2 交集  O(min(len(set_1), len(set_2)) O(len(set_1) * len(set_2))
    set_1 - set_2 差集  O(len(set_1))  
    set.difference_update(set_2) 更新  O(len(set_2))  
    set^t 对称差集  O(len(set)) O(len(set) * len(t))
    set.symmetric_difference_update(t)   O(len(t)) O(len(t) * len(set))
  • 差集(set_1 - set_2,或set_1.difference(set_2))运算与更新为差集(set_1.difference_uptate(set_2))运算的时间复杂度并不相同:
    • 前者是将在set_1中,但不在set_2中的元素添加到新的集合中,因此时间复杂度为O(len(set_1))。
    • 后者是将在set_2中的元素从set_1中移除,因此时间复杂度为O(len(set_2))。

Python几种数据结构内置方法的时间复杂度

标签:max   bsp   insert   移除   net   根据   end   说明   更新   

原文地址:https://www.cnblogs.com/yueyun00/p/10246251.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!