尽管 Big-O 相同，为什么这两个函数的性能差异如此之大？

Question

我正在学习 Big-O 表示法，而不是 class，只是通过自己阅读来学习。 我正在阅读 Pythonds 并进行了练习，您的任务是编写“非最佳” Python function 以找到列表中的最小数字。 function 应该将每个数字与列表中的每个其他数字进行比较：O(n**2)。

这是我想出的：

def myFindmin(alist):
    return[x for x in alist if all(x<=y for y in alist)][0]

这就是我正在阅读的书给出的内容：

def findmin(alist):
    overallmin=alist[0]
    for i in alist:
        issmallest=True
        for j in alist:
            if i>j:
                issmallest=False
        if issmallest:
            overallmin=i
    return overallmin

显然，书本版本削减了更多变量等，但根据我所学到的，这两个函数的 Big-O 表示法应该是 O(n**2)，不是吗？ 他们都将每个数字与其他数字进行比较，这使得 n**2 成为 function 的主要部分，是吗？

但是，当我将 myFindmin() function 与本书的 findmin() function 与最佳 min() function 进行比较时，我得到了三个非常不同的结果：

if __name__=='__main__':
    for l in range(1000,10001,1000):
        thelist=[randrange(100000)for x in range(l)]
        print('size: %d'%l)
        for f in[findmin,myFindmin,min]:
            start=time()
            r=f(thelist)
            end=time()
            print('    function: %s \ttime: %f'%(f.__name__,end-start))

他们甚至没有接近：

...
size: 8000
    function: findmin   time: 1.427166
    function: myFindmin time: 0.004312
    function: min       time: 0.000138
size: 9000
    function: findmin   time: 1.830869
    function: myFindmin time: 0.005525
    function: min       time: 0.000133
size: 10000
    function: findmin   time: 2.280625
    function: myFindmin time: 0.004846
    function: min       time: 0.000145

如您所见，myFindmin() 不如最优线性 O(n) min() function 快，但仍比 O(n**2) findmin() function 快得多。 我认为 myFindmin 应该是 O(n**2) 但它似乎既不是 O(n) 也不是 O(n**2) 那么这里到底发生了什么？ myFindmin 的 Big-O 是什么？

更新

如果我在 all 语句的嵌套循环中添加括号：

def myFindmin(alist):
    return[x for x in alist if all([x<=y for y in alist])][0]

这实际上使 myFindmin 始终比 findmin 慢：

size: 8000
    function: findmin   time: 1.512061
    function: myFindmin time: 1.846030
    function: min       time: 0.000093
size: 9000
    function: findmin   time: 1.925281
    function: myFindmin time: 2.327998
    function: min       time: 0.000104
size: 10000
    function: findmin   time: 2.390210
    function: myFindmin time: 2.922537
    function: min       time: 0.000118

所以这里发生的是，在原始的 myFindmin 中，整个列表不是通过列表推导生成的，它实际上是由 all() 本身通过生成器表达式生成的，该生成器表达式也在执行惰性求值，这意味着它一旦停止求值并生成找到一个假值。

如果我添加括号，那么会发生什么，列表会通过不执行惰性评估的列表理解生成和评估。 每次在传递给 all() 进行惰性重新评估之前，都会生成整个列表。

由于原始 myFindmin() 的 Big-O 为 O(nlogn)，新的 myFindmin()（带括号）将具有 O(n^2+nlogn) 的 Big-O，这反映在结果时间中。 有关为什么原始 myFindmin() 为 O(nlogn) 的解释，请参阅我已标记为最佳答案的 Amit 的答案。

谢谢大家！

Answer 1

您的代码实际上是O(nlogn) （平均情况）而不是O(n^2) 。

看看all(x<=y for y in alist) ，回想一下，要产生False ，一个元素大于x就足够了，不需要 go 通过alist的所有值。

假设您的列表是随机（且均匀地）打乱的，让我们检查需要遍历多少元素：

x is the highest element: traverse n elements
x is the 2nd highest element: traverse n/2 elements
x is the 3rd highest element: traverse n/3 elements
....
x is the smallest element: traverse 1 element

所以，你的算法的实际复杂度是：

T(n) = n/1 + n/2 + n/3 + ... + n/n =
     = n(1 + 1/2 + 1/3 + .... + 1/n)

现在注意1 + 1/2 +.... + 1/n是调和级数之和，它在O(logn)

这为您提供了O(nlogn)的复杂度，而不是O(n^2)的平均案例复杂度。