数据结构概念:
数据结构指数据对象中数据元素之间的关系。
- Python给我们提供了很多现成的数据结构类型,这些系统自己定义好的,不需要我们自己去定义的数据结构叫做Python的内置数据结构,比如列表、元组、字典。而有些数据组织方式,Python系统里面没有直接定义,需要我们自己去定义实现这些数据的组织方式,这些数据组织方式称之为Python的扩展数据结构,比如栈,队列等。
- 最常用的数据运算有:插入,删除,修改,查找,排序
算法与数据结构的关系:
- 数据结构只是静态的描述了数据元素之间的关系。
- 高效的程序需要在数据结构的基础上设计和选择算法。
- 程序 = 数据结构 + 算法
时间复杂度的计算规则:
- 基本操作,即只有常数项,认为其时间复杂度为O(1)
- 顺序结构,时间复杂度按加法进行计算
- 循环结构,时间复杂度按乘法进行计算
- 分支结构,时间复杂度取最大值
- 判断一个算法的效率时,往往只需要关注操作数量的最高次项,其它次要项和常数项可以忽略
- 在没有特殊说明时,我们所分析的算法的时间复杂度都是指最坏时间复杂度
- 由于并非时完全等于因此用T(n)=O(n)的严谨(n代表计算的复杂度)来表达(例:T(n)=n+2时,省略常数2,但写成T(n)=n又不严谨,故表示为T(n)=O(n))
时间复杂度的大小关系:
O(1) < O(logn) < O(n) < O(nlogn) < O(n2) < O(n3) < O(2n) < O(n!) < O(nn)
timeit模块:
timeit模块可以用来测试一小段Python代码的执行速度。
class timeit.Timer(stmt=‘pass’, setup=‘pass’, timer=)
- Timer是测量小段代码执行速度的类
- stmt参数是要测试的代码语句(statment)
- setup参数是运行代码时需要的设置
- timer参数是一个定时器函数,与平台有关
timeit.Timer.timeit(number=1000000)
- Timer类中测试语句执行速度的对象方法。
- number参数是测试代码时的测试次数,默认为1000000次。方法返回执行代码的平均耗时,一个float类型的秒数。
例:
def test1():
l = []
for i in range(1000):
l = l + [i]
t1 = Timer("test1()", "from __main__ import test1")
print("concat ",t1.timeit(number=1000), "seconds")
# ('concat ', 1.7890608310699463, 'seconds')