list-列表常用操作和时间复杂度分析

列表list是动态创建的，也就是说列表占用的内存空间可以不断发生变化。

增

增加列表数据

操作	解释	时间复杂度
list.append(x)	list末尾添加数据x	O（1）
list.insert(index, x)	index索引位置插入x,后面的元素往后移一个单位	O（N）

删

删除列表元素

操作	解释	时间复杂度
list.pop(index)	删除并返回list[index]	O（N）
del list[index]	仅删除list[index]	O（N）
list.pop()	删除并返回最后一个元素	O（1）
list.remove(x)	删除下标最小的list中的x	O（N）

查

查找元素

list[index]	返回下标index元素，index>=0	O（1）
list[-index]	返回倒数第index个元素，index>=0	O（1）

改

修改list

list[index]  = x

O（1）

排序

排序

list.sort()	在原列表上进行排序	O（N*logN）
sorted(list)	返回排序后的列表，但是原列顺序不变	同上

 

切片

切片非常重要，在任何项目中，都会用的到的一种非常好用的方法。但是使用不合理，会增加时间复杂度。

 

切片 等价于 拷贝一个副本，需要消耗一定的时间复杂度进行切割，如果切片进行赋值后，将存储在新的内存中，此时切片和原列表是两块内存空间。例如：a = b[5:10]。深拷贝

而简单的列表赋值，两个变量将指向同一个存储单元, a = b。 此时a 和b完全等价，只是变量名不用。

切片

list[x:y]	返回list列表下标x ~ y-1 的子列表	O（N）
将切片（副本）传给函数，可以防止函数修改原列表数据

 

其他常用操作

常用操作

list.reverse()	原列表元素倒序	O（N）
len(list)	列表长度	O（1）
list(range(5))	创建数字列表	O（N）
max(list), min(list), sum(list)	求列表最大值，最小值，求和	O（N）
x = [t**2 for t in range(5)]	列表解析，快速生成满足某规律的列表	O（N）