CPython数据结构相关操作的时间复杂度

最新推荐文章于 2019-08-25 09:45:00 发布

bb200710059

最新推荐文章于 2019-08-25 09:45:00 发布

阅读量343

点赞数

本文链接：https://blog.csdn.net/bb200710059/article/details/52384888

版权

本文主要探讨了CPython中数据结构如List、Deque、Set和Dictionary的操作时间复杂度。List的插入和删除由于涉及元素移动，效率较低。Deque作为双端队列，两端操作高效。Set和Dictionary的实现类似，集合差集操作有O(len(s))和O(len(t))两种时间复杂度。字典在冲突较少时平均性能较好，最坏情况取决于曾经的最大大小而非当前大小。

摘要由CSDN通过智能技术生成

1. CPython和Python

相信许多和博主一样的Python菜鸟在看到CPython的时候都会产生一个疑问：CPython和Python到底有啥区别？实际上CPython通常用于指代用C语言实现的Python。相应的，也存在其它语言实现的Python。比如：Jython，IronPython和PyPy，它们分别由Java，C#和RPython实现。我们从python.org下载的Python解释器就是用C语言实现的，也就是CPython。换言之，Python是编程语言，而CPython是此编程语言的实现方式。

这篇博文中介绍的Python操作的时间复杂度都是基于CPython的，其它的Python实现在性能上会和CPython有些许不同。不过可以大胆的认为CPython不会比它们快过O(log n)倍。以下时间复杂度的介绍中，n指数据结构中的数据规模，k指参数值或者参数中的元素数量。

2. List

平均情况下，所有参数都是随机均匀产生的。List最大的开销来自于内存分配大小的改变，以及插入和删除操作。因为这些情况下，list中的许多元素都涉及到移动操作。如果需要在两端增删元素，可以考虑使用collections.deque。