Python数据类型常用操作复杂度

常用数据类型中，整型，浮点型，字符串类型的操作复杂度大多是O(1),这里主要讨论一下列表和字典相关操作的复杂度。

列表操作中

1. 最常用的是按索引取值和赋值，如v = a[i],a[i] = v，由于列表随机访问的特性，这两个操作实际执行时间与列表大小无关，所以为O(1)
2. 另一个是列表增长，可以使用append()和__add()__“+”。其中使用lst.append(v)，直接在列表lst末尾拼接列表v，所以复杂度为O(1)；而使用lst = lst + [v]，执行复杂度为O(n+k)，其中，n是列表lst的长度，k是列表v的长度，该操作需要先生成两个列表，然后再将生成的列表拼接。
3. 还有常用的pop操作，直接使用lst.pop()，复杂度为O(1),但如果使用的是lst.pop(i),那么算法的复杂度为O(n)，因为将i位置的元素pop后，需要将i位置后面的元素前移。前移操作的综合复杂度为O(n)。
   此外，列表其他操作及对应复杂度的关系有： insert(i,item) O(n)
   del operator O(n)
   iteration O(n)
   contains(in) O(n)
   get slice O(n)
   del slice O(n+k)
   concatenate O(k)
   reverse O(n)
   sort O(nlogn)
   multiply O(nk)

字典操作中

copy O(n)
get item O(1)
set item O(1)
del item O(1)
cotains(in) O(1)
iteration O(n)
虽然python对基本操作做了封装，但是对这些封装的基本操作方法的复杂度有所了解，有助于我们在编写程序时提高程序性能。更多python算法复杂度可以到官网查看：https://wiki.python.org/moin/TimeComplexity