Python set，list，dict基本操作的时间复杂度
写在最前
不管是刷题还是平时项目中，程序的时间复杂度都是评价程序好坏的一个很重要的因素，但是一些内置函数的时间复杂度由于不是自己编写，因此需要自行记忆，本篇文章是Python中set，list和dict基本操作的时间复杂度总结，方便查找。
List
python的列表内部实现是数组（具体实现要看解析器, CPython的实现 ），因此就有组数的特点。超过容量会增加更多的容量，set, get 是 O ( 1 ) O(1) O(1)，但del, insert, in的性能是 O ( n ) O(n) O(n)。具体的看下表，'n'是容器中当前的元素数， 'k'需要操作的元素个数
| Operation | Average Case | Amortized Worst Case |
|---|---|---|
| copy | O(n) | O(n) |
| append | O(1) | O(1) |
| insert | O(n) | O(n) |
| get item | O(1) | O(1) |
| set item | O(1) | O(1) |
| delete | O(n) | O(n) |
| iteration | O(n) | O(n) |
| get slice | O(k) | O(k) |
| del slice | O(n) | O(n) |
| set slice | O(n+k) | O(n+k) |
| extend | O(k) | O(k) |
| sort | O(nlogn) | O(nlogn) |
| multiply | O(nk) | O(nk) |
| x in s | O(n) | |
| min(s), max(s) | O(n) | O(n) |
| get length | O(1) | O(1) |
dict
关于字典需要了解的是hash函数和哈希桶。一个好的hash函数使到哈希桶中的值只有一个，若多个key hash到了同一个哈希桶中，称之为哈希冲突。查找值时，会先定位到哈希桶中，再遍历hash桶。更详细的信息请点这里。在hash基本没有冲突的情况下get, set, delete, in方面都是 O ( 1 ) O(1) O(1)。自己的操作不会超过 O ( n ) O(n) O(n)
| Operation | Average Case | Amortized Worst Case |
|---|---|---|
| copy | O(n) | O(n) |
| get item | O(1) | O(n) |
| set item | O(1) | O(n) |
| del item | O(1) | O(n) |
| x in s | O(1) | O(n) |
| iteration | O(n) | O(n) |
set
内部实现是dict的。在in操作上是O(1), 这一点比list要强。也有list不存在的差运算
| Operation | Average Case | Amortized Worst Case |
|---|---|---|
| x in s | O(1) | O(n) |
| union s&t | O(len(s)+len(t)) | |
| intersection s&t | O(min(len(s), len(t)) | O(len(s)*len(t)) |
| multiple intersection s1&s2&…&sn | (n-1)*O(l) where l is max(len(s1),…,len(sn)) | |
| difference s-t | O(len(s)) |