python常见函数的时间复杂度
大约 2 分钟
很多函数都有自己的很多方法,其中有些方法的功能类似,但是其复杂度有时却大不相同
本节我们将引入一个新模块 timeit
,其功能是来测试一小段 Python
代码的执行速度。
1、timeit
class timeit.Timer(stmt='pass', setup='pass',timer=<timer function>)
Timer
是测量小段代码执行速度的类stmt
是要测试的代码语句 (statment
), 字符串类型,setup
是运行代码时需要的设置 , 字符串类型, 就是从__main__
引入需要的是的方法名timer
参数是一个定时器函数, 与平台有关, 不用去管timeit.Timer.timeit(numer=1000000)
,numer
-> 测算次数, 返回平均耗时, 一个float
类型的秒数
部分测试示例
![p4tWrN](/assets/net-img-202407051025714-20240709154750-hkdwgex-BmTFln8p.png)
测试结果
![Pjy5rN](/assets/net-img-202407051025715-20240709154750-ggj47yw-C_uT3o9S.png)
2、list 的内置函数时间复杂度
方法 | 复杂度 | 简介 |
---|---|---|
index[x] | O(1) | 索引 |
index assignment | O(1) | 索引赋值 |
append | O(1) | 尾部追加 |
pop() | O(1) | 尾部弹出 |
pop(i) | O(n) | 指定位置弹出 n 列表长度, 最坏时间复杂度 |
insert(i, item) | O(n) | 指定位置添加 |
del operator | O(n) | 删除, 代表一个一个元素去清空 |
iteration | O(n) | 迭代 |
contains(in) | O(n) | 看谁是否在列表中, 需要遍历 |
get slice[x:y] | O(k) | 取切片, 从 x 取到 y, 一次定位到 x, 然后取到 y ,x 和 y 之间有多少就是 k |
del slice | O(n) | 删除切片 删除位置之后, 后面的元素都需要往前移动 |
set slice | O(k) | 设置切片, li[0:3] = [1, 2, 3, 4]k 是补充的东西数量 |
reverse | O(n) | 置返 |
concatenate | O(k) | 代表使用的 +, 把两个列表加到一起, k 是第二个列表中的元素 |
sort | O(nlogn) | 排序 |
multiply | O(nk) | 相乘 li=[1, 2] -> n li * 10 -> k |
3、dict 的内置函数时间复杂度
方法 | 复杂度 | 简介 |
---|---|---|
copy | O(n) | 复制 |
get item | O(1) | 取 |
set item | O(1) | 设置 |
delete item | O(1) | 删除键 |
contains(in) | O(1) | 包含 |
iteration | O(n) | 迭代 |