实验目的和要求:
1.做计时实验,验证Python组合数据类型常见操作时间复杂度;
2.熟悉用time模块做算法计时;
3.用matplotlib模块画出操作时间和数据规模的关系(可选)
4.掌握算法时间复杂度的渐进分析
实验内容和原理:
1.验证list的按需索引:O(1)
2.dict的set item和get item:O(1)
3.给定随机数列表,list.sort():O(nlogn)
import random
import timeit
import matplotlib.pyplot as plt
# print(" sort()")
listx=[]
listy=[]
dictx=[]
dicty=[]
fig=plt.figure(figsize=(10,10))
sorts1 = timeit.Timer("del l[0]", globals=globals())
sorts2 = timeit.Timer("del d[0]", globals=globals())
for m in range(10,10**6,10**4):
listx.append(m)
dictx.append(m)
l=list(random.randrange(10**6) for n in range(m))
d={i:i*2 for i in range(m)}
t1=sorts1.timeit(number=1)#number:要测试的代码的运行次数
t2=sorts2.timeit(number=1);
listy.append(t1)
dicty.append(t2)
# print("%15.5f" %sorts)
plt.scatter(listx,listy,color='red',label='del list[]')
plt.scatter(dictx,dicty,label='del dict[]')
plt.xlabel('del操作');
plt.ylabel('time')
plt.legend()
plt.show()
讨论、心得:
- 不同的功能的时间复杂度不同,所用时间也不同。
- 可以利用matplotlib中的plot函数实现画图功能。
- Show函数可以把画图的结果展示出来。
- figure图形图标的意思,在这里指的是我们画的图
- 通过实例化一个figure并且传递参数,能够在后台自动使用该figure实例
在图像模糊的时候可以传入dpi参数,让图片更清晰