List
- 列表是一个类似数组的结构
- 对某个索引位置的获取和赋值的时间复杂度是O(1)
- 在列表末尾添加或删除一个元素的时间复杂度是O(1)
- 但是在列表除末尾之外的位置添加或删除一个元素的时间复杂度是O(n)。这是因为，在选定位置之后的元素需要被整体前移或后移
- 列表搜索的时间复杂度是O(n)，因为列表搜索是靠遍历元素完成的
- 列表的extend时间复杂度是O(k)，相当于在列表末尾插入k个元素
- 列表的sort函数内部实现机制为timesort，时间复杂度为O(nlogn)，空间复杂度为O(n)，是一种稳定的 排序 方法
Dict
- 字典的底层实现是哈希表
- 字典是无序的，但可以使用collections.OrderedDict()实现有序字典。OrderedDict的实现原理是哈希表+双链表
- 字典的增删改查都是O(1)的时间复杂度
Set
- 集合的底层实现是哈希表
- 集合的增删改查与字典一样，都是O(1)的时间复杂度
collections.deque
- 双向队列的底层实现是双链表
- 一种对列表的改进：在头尾的增删都是O(1)的时间复杂度
- 但是在队列中的增删仍是O(n)的时间复杂度
- 查找也是O(n)的时间复杂度
参考资料
https://runestone.academy/runestone/books/published/pythonds/AlgorithmAnalysis/Lists.html
以上所述就是小编给大家介绍的《python内置数据结构性能分析》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
- Python高性能的数据结构和数据分析工具—pandas
- 用 dotTrace 进行性能分析时，各种不同性能分析选项的含义和用途
- Golang 性能测试 (2) 性能分析
- 页面渲染：性能分析
- 性能分析方法论
- 十大MySQL性能分析工具汇总！专治MySQL性能瓶颈
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
