python数据结构包括什么_Python数据结构的时间复杂性

摘要

本文介绍了CPython中数据结构的关键操作的Big-O表示法。 big-o标记本质上是一种衡量操作时间复杂度的方法。 本文还说明了列表，集合和字典的许多常用操作。

为算法设计和选择正确的数据结构至关重要。

希望能帮助到你。

为什么我们需要知道时间复杂性?

对于数据科学家程序员而言，为工作选择正确的数据结构至关重要。 特别是，如果算法需要大量计算，例如训练机器学习模型的算法或处理大量数据的算法，那么确保选择合适的数据结构时要特别小心。

选择正确的数据类型通常会被忽略，并且最终会严重影响应用程序的性能。

文章目的

本文介绍了CPython中数据结构的关键操作的Big-O表示法。 big-O表示法是一种衡量操作时间复杂度的方法。

1.让我们了解大O符号的含义是什么?

在算法中执行许多操作。 这些操作可能包括遍历集合，复制项目或整个集合，将项目追加到集合中，在集合的开始或结尾处插入项目，删除项目或更新集合中的项目。

Big-O衡量算法运算的时间复杂度。 它测量算法计算所需运算所需的时间。 尽管我们也可以测量空间复杂度(算法占用多少空间)，但本文将重点介绍时间复杂度。

用最简单的术语来说，Big O表示法是一种基于输入大小(称为n)来衡量操作性能的方法。

2. Big O表示法有何不同?

我们需要熟悉许多常见的Big O符号。

让我们考虑n为输入集合的大小。 就时间复杂度而言：

O(1)：无论您的集合有多大，执行操作所花费的时间都是恒定的。 这是恒定的时间复杂度符号。 这些操作尽可能快。 例如，检查集合内部是否有任何项目的操作是O(1)操作。

O(log n)：当集合的大小增加时，执行操作所花费的时间对数增加。 这是对数时间复杂度表示法。 潜在优化的搜索算法为O(log n)。

O(n)：执行操作所需的时间与集合中的项目数成线性正比。 这是线性时间复杂度符号。 就性能而言，这介于两者之间或中等。 作为一个实例，如果我们想对一个集合中的所有项目求和，那么我们将不得不遍历该集合。 因此，集合的迭代是O(n)操作。

(n log n)：执行某项操作的性能是集合中项目数量的拟线性函数。 这称为准线性时间复杂度表示法。 优化排序算法的时间复杂度通常为n(log n)。

O(n平方)：执行操作所需的时间与集合中项目的平方成正比。 这称为二次时间复杂度表示法。

(n!)：当在操作中计算集合的每个单个排列时，因此执行操作所需的时间取决于集合中项目的大小。 这称为阶乘时间复杂度表示法。 非常慢。

该图像概述了Big-O符号。

O(1)很快。 O(n平方)很慢。 O(n!)非常慢。

大O符号是相对的。 大O表示法与机器无关，忽略常量，并且被包括数学家，技术人员，数据科学家等在内的广泛读者所理解。

最佳，平均，最差情况

当我们计算操作的时间复杂度时，我们可以根据最佳，平均或最坏情况产生复杂度。

最佳情况方案：顾名思义，这是当数据结构和集合中的项目以及参数处于最佳状态时的方案。 例如，假设我们要在集合中找到一个项目。 如果该项目恰好是集合的第一项，那么这是该操作的最佳情况。

平均情况是根据输入值的分布定义复杂度。

最坏的情况是可能需要一种操作，该操作需要在大型集合(例如列表)中找到位于最后一个项目的项目，并且算法会从第一个项目开始对集合进行迭代。

Python集合和时间复杂度

在本文的这一部分中，我将记录CPython中的常见集合，然后概述它们的时间复杂性。

我将特别关注平均情况。

1.List

List是迄今为止Python中最重要的数据结构之一。 我们可以将列表用作堆栈(添加的最后一项是第一项)或队列(添加的第一项是第一项)。 列表是有序且可变的集合，因为我们可以随意更新项目。

让我们回顾一下常见列表操作及其Big-O表示法

插入：Big-O表示法是O(n)

获取项目：Big-O表示法为O(1)

删除项目：Big-O表示法是O(n)

迭代：Big-O表示法是O(n)

获得长度：Big-O表示法为O(1)

Joshua Sortino在Unsplash上拍摄的照片

2.Set

集合也是Python中使用最广泛的数据集合之一。 集合本质上是无序集合。 集合不允许重复，因此集合中的每个项目都是唯一的。 集合支持许多数学运算，例如联合，差，集合的交集等。

让我们回顾一下通用Set操作

检查集合中的项目：Big-O表示法是O(1)

集合A与集合B的区别：大O表示法是O(A的长度)

集A和B的交集：大O表示法是O(A或B的长度的最小值)

集A和B的并集：相对于长度(A)+长度(B)，它的Big-O表示法是O(N)

fabio在Unsplash上的照片

3.Dict 字典

最后，我想提供字典数据收集的概述。 字典是键值对集合。 键在字典中是唯一的，以防止项目冲突。 这是非常有用的数据收集。

字典由键索引，其中键可以是字符串，数字甚至是带有字符串，数字或元组的元组。

我们可以对字典执行许多操作，例如存储键的值，或基于键检索项目，或遍历项目等。

让我们回顾一下常见的词典时间复杂度：

在这里，我们认为该密钥用于获取，设置或删除项目。

获取项目：Big-O表示法为O(1)

设定项目：Big-O表示法是O(1)

删除项目：Big-O表示法是O(1)

遍历字典：Big-O表示法是O(n)

NASA在Unsplash上拍摄的照片

【编辑推荐】

【责任编辑：未丽燕 TEL：（010）68476606】

点赞 0