Python 中 list.index(x) 的復雜性

Question

我指的是這個： http : //docs.python.org/tutorial/datastructures.html

就大 O 表示法而言， list.index(x)函數的運行時間是list.index(x) ？

Answer 1

它是 O(n)，也請查看： http : //wiki.python.org/moin/TimeComplexity

本頁記錄了當前 CPython 中各種操作的時間復雜度（又名“Big O”或“Big Oh”）。 其他 Python 實現（或較舊或仍在開發中的 CPython 版本）可能具有略有不同的性能特征。 但是，通常可以安全地假設它們的速度不會超過 O(log n) 的倍數……

Answer 2

根據上述文件：

 list.index(x)

返回列表中第一個值為 x 的項目的索引。 如果沒有這樣的項目，這是一個錯誤。

這意味着搜索。 您實際上是x in s執行x in s但不是返回True或False您返回的是x的索引。 因此，我會使用列出的 O(n)時間復雜度。

Answer 3

對於線性搜索（例如，list.index），任何列表實現都將具有 O(n) 復雜度。 雖然可能有一些古怪的實現更糟糕......

您可以通過使用不同的數據結構（例如有序列表或集合）來提高查找復雜性。 這些通常用二叉樹實現。 但是，這些數據結構對其包含的元素施加了限制。 在二叉樹的情況下，元素需要是可排序的，但查找成本下降到 O(log n)。

如前所述，請在此處查看標准 Python 數據結構的運行時間成本： http : //wiki.python.org/moin/TimeComplexity

Answer 4

使用以下代碼檢查時序。 它的復雜度是 O(n)。

import time


class TimeChecker:

    def __init__(self, name):
        self.name = name

    def __enter__(self):
        self.start = self.get_time_in_sec()
        return self

    def __exit__(self, exc_type, exc_val, exc_tb):
        now = self.get_time_in_sec()
        time_taken = now - self.start  # in seconds
        print("Time Taken by " + self.name + ": " + str(time_taken))

    def get_time_in_sec(self):
        return int(round(time.time() * 1000))


def test_list_index_func(range_num):
    lis = [1,2,3,4,5]
    with TimeChecker('Process 1') as tim:
        for i in range(range_num):
            lis.index(4)

test_list_index_func(1000)
test_list_index_func(10000)
test_list_index_func(100000)
test_list_index_func(1000000)

print("Time: O(n)")

Answer 5

上面提供的文檔沒有涵蓋 list.index()

根據我的理解，list.index 是 O(1) 操作。 如果你想了解更多，這里有一個鏈接。 https://www.ics.uci.edu/~pattis/ICS-33/lectures/complexitypython.txt

Answer 6

試試這個代碼，它會幫助你得到 lis.index 操作符占用的執行時間。

import timeit
lis=[11,22,33,44,55,66,77] 
for i in lis: 
    t = timeit.Timer("lis.index(11)", "from main import lis") 
    TimeTaken= t.timeit(number=100000) 
    print (TimeTaken)