0
点赞
收藏
分享

微信扫一扫

python-列表字典内置操作时间复杂度

M4Y 2022-01-27 阅读 70

时间复杂度

时间复杂度:假设存在函数g,使得算法A处理规模为n的问题示例所用时间为T(n)=O(g()),则称0(g(n)为算法A的渐近时间复杂度,简称时间复杂度,记为T(n)

分析算法时,存在几种可能的考虑:

1.算法完成工作最少需要多少基本操作,即最优时间复杂度

2.算法完成工作最多需要多少基本操作,即最坏时间复杂度

3.算法完成工作平均需要多少基本操作,即平均时间复杂度

        对于最优时间复杂度,其价值不大,因为它没有提供什么有用信息,其反映的只是最乐观最理想的情况,没有参考价值。

        对于最坏时间复杂度,提供了一种保证,表明算法在此种程度的基本操作中-定能完成工作。

对于平均时间复杂度,是对算法的一个全面评价,因此它完整全面的反映了这个算法的性质。但另一方面,这种衡量并没有保证,不是每个计算都能在这个基本操作内完成。而且,对于平均情况的计算,也会因为应用算法的实例分布可能并不均匀而难以计算。

因此,我们主要关注算法的最坏情况,亦即最坏时间复杂度。

时间复杂度的几条基本计算规则

1.基本操作,即只有常数项,认为其时间复杂度为0(1)

2.顺序结构,时间复杂度按加法进行计算

3.循环结构,时间复杂度按乘法进行计算

4.分支结构,时间复杂度取最大值

5.判断一个算法的效率时,往往只需要关注操作数量的最高次项,其它次要项和常数项可以忽略

6.在没有特殊说明时,我们所分析的算法的时间复杂度都是指最坏时间复杂度

常见时间复杂度关系

O(1) < O(logn) < O(n) < O(nlogn) < O(n2)< O(n3) < O(2") < O(n!) < O(n^n)

python基本内置类型时间复杂度

list内置操作时间复杂度

dict内置操作的时间复杂度 

 

举报

相关推荐

0 条评论