Python常用列表、元组、集合、字典、队列等运行时间复杂度总结

此页面记录了当前CPython中各种操作的时间复杂度（又名“Big O”或“大欧”）。其他Python实现（或CPython的旧版本或仍在开发版本）可能具有略微不同的性能特征。但是, 通常可以安全地假设它们的速度不超过O（log n）。 通常, 'n’是容器中当前元素的数量。'k’是参数的值或参数中的元素数。

1. list

lst = list(range(10,20))
l1 = list(range(100,105))

操作	时间复杂度	描述
lst[2]	O(1)	访问元素
lst.pop()	O(1)	弹出最后一个值
lst.append(l1)	O(1)	在末尾添加元素
lst.extend(l1)	O(K)	在末尾逐个添加元素
lst.clear()	O(1)	清空list
lst.copy()	O(N)	列表拷贝
lst.count(15)	O(N)	元素计数
lst.remove(15)	O(N)	删除一个元素
lst.reverse()	O(N)	反序
lst.sort()	O(N*log(N))	排序
lst.insert(1,200)	O(N)	在某一位置插入元素
del lst[0]	O(N)	删除某个位置的元素
lst.index(15)	O(N)	查找元素，并返回元素位置
bisect.bisect_left(lst, 15)	O(log(N))	有序列表使用bisect查找元素

2. tuple

tuple因为不可写，因此操作相对较少

tpl = tuple(range(10))

操作	时间复杂度	描述
tpl[2]	O(1)	访问元素
tpl.count(2)	O(N)	元素计数
tpl.index(2)	O(N)	查找元素，并返回元素位置

3. set

ss1 = set(range(10))
ss2 = set(range(5,15))

操作	时间复杂度	描述
5 in ss1	O(1)	判断元素是否在set中
ss1	ss2	O(len(ss1)+len(ss2))
ss1 & ss2	O(len(s)*len(t))	取交集，等同于ss1.intersection(ss2)
ss1 - ss2	O(len(ss1))	取差集，等同于ss1.difference(ss2)
ss1 ^ ss2	O(len(ss1)*len(ss2))	取异或集，等同于
ss1.add(11)	O(1)	增加元素
ss1.pop()	O(1)	弹出一个元素
ss1.remove(5)	O(1)	删除指定元素

4. dict

dd = {'a':10,'b':20,'c':30,'d':40}

操作	时间复杂度	描述
dd[‘e’] = 50	O(1)	插入元素
dd[‘a’]	O(1)	访问元素，等同于dd.get(‘a’)
del dd[‘a’]	O(1)	删除元素
dd[‘b’] = 100	O(1)	修改元素
dd.pop(‘b’)	O(1)	弹出一个元素
dd.clear()	O(1)	清空字典

5. deque

双端队列需要我们手动导入后才能使用，也是Python中一种常用的类型

from collections import deque
deq = deque(range(10))
ll = list(range(10))

操作	时间复杂度	描述
deq.pop()	O(1)	弹出最右侧的元素
deq.popleft()	O(1)	弹出最左侧的元素
deq.append(1)	O(1)	在右侧增加一个元素
deq.appendleft(1)	O(1)	在左侧增加一个元素
deq.extend(ll)	O(K)	在右侧逐个添加元素
deq.extendleft(ll)	O(K)	在左侧逐个添加元素
deq.rotate(K)	O(K)	旋转
deq.remove(5)	O(N)	删除指定元素
deq[0]	O(1)	访问第一个元素
deq[N-1]	O(1)	访问最后一个元素
deq[N/2]	O(N)	访问中间元素

参考链接：https://wiki.python.org/moin/TimeComplexity