数据结构与算法python第五天

python数据类型的性能

中国大学链接

学习python两种内置数据类型上各种操作的大O数量级

• 列表list和字典dict
• 通过运行估计各种操作运行时间数量级

对比list和dict的操作

类型	List	Dict
索引	自然数i	不可变类型值key
添加	append、extend、insert	b[k]=v
删除	pop、remove*	pop
更新	a[i]=v	b[k]=v
正查	a[i]、a[i:j]	b[k]、 copy
反查	index(v)、count(v)	无
其他	reverse、sort	has_key、update

List列表数据类型常用操作性能

• 最常用：按索引取值和赋值(v = a[i], a[i] = v)
  ·由于列表随机访问特性，操作执行时间与列表大小无关，均为O(1)
• 列表增长，可选择append()和_add_() “+”
  · lst.append(v),执行时间是O(1)
  ` lst = lst+ [v], 执行时间是O(n+k),其中k是被加的列表的长度

4种生成前n个整数列表的方法

• 循环连接列表（+）方式生成

def test1():
    l = []
    for i in range(1000):
        l = l + [i]

• append方法添加元素生成

def test2():
    l = []
    for i in range(1000):
        l.append(i)

• 列表推导式

def test3():
    l = [i for i in range(1000)]

• range函数调用转成列表

def test4():
    l = list(range(1000))

使用timeit模块对函数计时

from timeit import Timer
t1 = Timer("test1()", "from __main__ import test1")
print("concat %f seconds\n" % t1.timeit(number= 1000)
# test1 调用1000次

方法计时

List基本操作的大O数量级

操作	大O数量级
index()	O(1)
index.assigment	O(1)
append	O(1)
pop()	O(1)
pop(l)	O(n)

那些仰望星空的人，自身也在发光