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。
Web Caching
Duane Wessels / O'Reilly Media, Inc. / 2001-6 / 39.95美元
On the World Wide Web, speed and efficiency are vital. Users have little patience for slow web pages, while network administrators want to make the most of their available bandwidth. A properly design......一起来看看 《Web Caching》 这本书的介绍吧!
