Python列表类型性能测试以及内置字典操作的时间复杂度分析

timeit模块

timeit模块可以用来测试一小段Python代码的执行速度。

class timeit.Timer(stmt='pass', setup='pass', timer=)

Timer是测量小段代码执行速度的类。
stmt参数是要测试的代码语句（statment）；
setup参数是运行代码时需要的设置；
timer参数是一个定时器函数，与平台有关。

timeit.Timer.timeit(number=1000000)

Timer类中测试语句执行速度的对象方法。number参数是测试代码时的测试次数，默认为1000000次。方法返回执行代码的平均耗时，一个float类型的秒数。

List的操作测试

import timeit

def test1():
	'''
		通过append方法添加数据
	'''
    li = []
    for i  in range(10000):
        li.append(i)

def test5():
	'''
		通过insert方法添加数据
	'''
    li = []
    for i in range(10000):
        li.insert(0,i)


def test2():
	'''
		通过列表相加添加数据
	'''
    li = []
    for i in range(10000):
        li = li + [i]

def test3():
	'''
		通过推导式添加数据
	'''
    li = [i for i in range(10000)]

def test4():
	'''
		通过list方法添加数据
	'''
    li = list(range(10000))



'''
    因为timeit测试是另外开一个模块测试，所以第二参数中，需要导入要测试函数
    当前模块的模块名称为= __main__
'''
timer1 = timeit.Timer('test1()','from __main__ import test1')
timer5 = timeit.Timer('test5()','from __main__ import test5')
timer2 = timeit.Timer('test2()','from __main__ import test2')
timer3 = timeit.Timer('test3()','from __main__ import test3')
timer4 = timeit.Timer('test4()','from __main__ import test4')

# 测试100次
print('append :%f'%timer1.timeit(number=100))
print('insert :%f'%timer5.timeit(number=100))
print('[]+[] :%f'%timer2.timeit(number=100))
print('[i for] :%f'%timer3.timeit(number=100))
print('list() :%f'%timer4.timeit(number=100))


''' 输出
append :0.171303
insert :2.461631
[]+[] :15.466849
[i for] :0.049168
list() :0.029723
'''

输出结果：

append :0.171303
insert :2.461631
[]+[] :15.466849
[i for] :0.049168
list() :0.029723

结论

来个列表相加[] + []操作是非常耗费时间
insert操作比较耗费时间

pop测试

x = range(2000000)
pop_zero = Timer("x.pop(0)","from __main__ import x")
print("pop_zero ",pop_zero.timeit(number=1000), "seconds")
x = range(2000000)
pop_end = Timer("x.pop()","from __main__ import x")
print("pop_end ",pop_end.timeit(number=1000), "seconds")

# ('pop_zero ', 1.9101738929748535, 'seconds')
# ('pop_end ', 0.00023603439331054688, 'seconds')

测试pop操作：从结果可以看出，pop最后一个元素的效率远远高于pop第一个元素

list内置操作的时间复杂度

操作	时间复杂度	描述
index[]	O(1)	index[索引] 查找操作
index赋值	O(1)	index[索引] = 值 赋值操作
append	O(1)）	append追加操作
pop()	O(1)	pop()方法操作的
pop(i)	O(n)	n为操作list的size
insert(i，item)	O(n)	n为list的size
del操作	O(n)	n为list的size
iteration	O(n)	n为list的size. 遍历操作
contains	O(n)	n为list的size

dict内置操作的时间复杂度

操作	时间复杂度	描述
copy	O(n)	浅拷贝操作 n为dict的size
get item	O(1)	获取字典值
set item	O(1)）	这是字典值
delete item	O(1)	删除字典值
iteration	O(n)	n为dictt的size. 遍历操作
contains	O(1))	n为list的size