常见函数的时间复杂度

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

20190526105816-timeit测试示例

测试结果

20190526105825-timeit测试结果

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)
set item O(1) 设置
delete item O(1) 删除键
contains(in) O(1) 包含
iteration O(n) 迭代