如何分析Python For循環的運行時間？

Question

考慮以下對經典 for 循環的逐行分析：

1 for (int i = 0; i < N; i++) {    | 1 + N + (N - 1)
2                                  |
3     //do something               | c
4                                  |
5 }                                |

在此示例中，for 循環的初始化采用一個原始操作，循環條件被檢查N次並且變量i遞增N - 1次，而循環主體采用c原始操作，對於某個常量c 。 這意味着第1行執行了1 + N + (N - 1)次，而循環體執行了N次。 但是，在 Python 中，此分析不起作用，因為 Python 中的 for 循環是使用迭代器實現的。 考慮以下簡單示例：

1 for i in range(len(N)):          | ?
2     //do something               | c

如果我想像上面那樣逐行分析這個代碼片段的運行時間，我該怎么做？ 我應該假設第 1 行像在經典的 for 循環中一樣執行N次，還是說在 Python 中第 1 行執行一次並且只有循環體執行N次更有意義？

Answer 1

range()給你一個迭代器。 從迭代器獲取下一個值是一個O(1)操作。 for 循環僅從迭代器中獲取下一個值N次，這使得它成為N * O(1)或O(N) 。 當迭代器引發由 for 循環處理的StopIteration以退出循環時，循環退出。 這也是O(1) 。

python中的高階運算不能像C中的那樣完全算出來。

Answer 2

好像你在嘗試計算漸近線，但你不明白它是如何工作的:(

你不能說，經典的 for 循環（例如 c++）執行T(C * (1 + N + (N - 1)) ，因為一切都取決於 1000 和 1 個其他東西，例如編譯器......

如果你想計算漸近（在我們這個時代）——最好使用 O 表示法，它表示兩個代碼都使用O(C * N)操作執行。