パフォーマンスデータ構造のpython

2019年11月3日午後4時07分33秒

##比較*リスト*と*辞書の*操作

タイプ	リスト	辞書
指数	私	キー
加えます	追加し、拡張し、挿入	D [キー] =値
削除	ポップ、*削除	ポップ
更新	L [I] =値	D [キー] =値
正チェック	L [i]は、L [I：J]	D [キー]、コピー
検索	インデックス（値）、カウント（値）	/
他の	ソート、逆	has_key、更新

一般的な操作のための原則として、最高のパフォーマンス

＃リスト

リスト：最も一般的な操作を持っています

割り当てインデックス値+プレス： `L [i]を= v``のVの= 1 [i]は`

+リストの成長：

　　- ）（追加

　　- __追加（）__

　　- "+"

最初のn個の整数のリストの4種類の生成方法

＃のループ接続
DEFのTEST1（）：
    L = []
     のための I における範囲（1,000 ）：
        L = L + [I] 

＃追記（）メソッド
DEFのTEST2（）：
    L = []
     のための I における（1,000レンジ）：
        L .append（I） 

＃リスト由来の一般式
DEF Test3は（）：
    L = [I 用 I における範囲（1,000 ）] 

＃の転送リストの範囲（）関数呼び出し
DEF ：TEST4（）
    L =リスト（レンジ（1000））

性能比較

timeit インポートタイマ

T1 =タイマ（" TEST1（）"、" __main__ imporrt TEST1から" ）
 印刷（" 連結％のF秒\ n "％t1.timeit（数= 1000 ））

T2 =タイマ（" TEST2（）"、" __main__ imporrt TEST2から" ）
 印刷（" ％のF秒を追加\ n "％はt2.timeit（数= 1000 ））

、T3 =タイマ（" TEST3（）"、"__main__ imporrt TEST3から" ）
 プリント（" 理解％のF秒\ n "％t3.timeit（数= 1000 ））

T4 =タイマ（" TEST4（）" " __main__ imporrt TEST4から" ）
 プリント（" リスト範囲％F秒\ nは"％のt4.timeit（番号= 1000））

- はtimeitモジュールTimer.timeit（）メソッド[番号]パラメータのコールを繰り返す回数を示し

結果は1 <2 <3 <4の実行します

連結1.082888秒は
0.054237秒追加
理解0.027933秒の
リスト範囲0.011302秒

 ## list.pop操作

比較ポップ（）とPOP（I）

インポートはtimeit 
popzero = timeit.Timer（" x.pop（0）"、" __main__インポートXから" ）
popend = timeit.Timer（" x.pop（）"、" から__main__インポートX " ）

X =リスト（範囲（2000000 ））
 プリント（popzero.timeit（数= 1000 ））

X =リスト（範囲（2000000 ））
 プリント（popend.timeit（数= 1000））

業績

1.5929707000000235 
5.389999989802163e-05

2時間の成長傾向を比較

印刷（" \ TPOP（0）\ T \ T \ TPOP（）" ）
 のための I における範囲（1000000,100000001,1000000 ）：
    X = リスト（範囲（I））
    PT = popend.timeit（数= 1000 ）
    、X = リスト（範囲（I））
    PZ = popzero.timeit（数= 1000 ）
     、印刷（" ％の15.5f、％15.5f "％（PZ、PT））

	ポップ（0）POP（）
        0.79530、0.00007 
        1.62498、0.00006 
        2.71965、0.00007 
        3.78712、0.00006 
        5.04768、0.00006 
        6.15274、0.00006 
        6.96183、0.00007 
        7.83566、0.00007 
        9.28867、0.00007

 目に見える線形成長：なし成長

 

＃の辞書

最も一般的な操作

- GETの値（）

- 割り当てセット（）

- 存在が（に）含まれてい

パフォーマンスはO（1）

インポートランダム
 用 I における範囲（10000,100001,10000 ：）
    T = timeit.Timer（" random.randrange（％D）xの"％I、" から__main__インポートランダム、X " ）
    のx = リスト（範囲（I ））
    lst_time = t.timeit（数= 1000 ）
    、X = {J：なし用 J における範囲（I）} 
    d_time = t.timeit（数= 1000 ）
     、印刷（" ％のDは、％10.3f、％10.3f "％（I、lst_time、d_time））

経営成績（サイズ、リスト、辞書）

　　　　10000、0.047、0.001 
　　　　20000、0.085、0.001 
　　　　30000、0.129、0.001 
　　　　40000、0.179、0.001 
　　　　50000、0.220、0.001 
　　　　60000、0.255、0.001 
　　　　70000、0.311、0.001 
　　　　80000、0.355、0.001 
　　　　90000、0.376、0.001 
　　　　100000、0.414、0.001

かかわらず、サイズの可視線形成長

O(n)　　:　　O(1)

詳細については、公式のwikiを参照してください

https://wiki.python.org/moin/TimeComplexity