1
試圖找出什麼是鑄造字符串的時間複雜度時間和列表的空間複雜度爲str轉換在Python
str([1,2,6,...,3,6])
肯定它的O(1) 不知道如何驗證。
編輯: 關於空間複雜性,這應該不是線性列表大小, 想O(1)因爲字符串有最大尺寸。
試圖找出什麼是鑄造字符串的時間複雜度時間和列表的空間複雜度爲str轉換在Python
str([1,2,6,...,3,6])
肯定它的O(1) 不知道如何驗證。
編輯: 關於空間複雜性,這應該不是線性列表大小, 想O(1)因爲字符串有最大尺寸。
假說
str
列表的轉換是在複雜性是恆定的。
實驗
創建不同大小的列表:
In [67]: list10 = np.random.choice(100, 10).tolist()
In [68]: list100 = np.random.choice(100, 100).tolist()
In [69]: list10000 = np.random.choice(100, 10000).tolist()
In [70]: list1000000 = np.random.choice(100, 1000000).tolist()
觀察
使用timeit
和時間conversi每個列表上的過程:
In [71]: %timeit str(list10)
1000000 loops, best of 3: 1.69 µs per loop
In [72]: %timeit str(list100)
100000 loops, best of 3: 10.6 µs per loop
In [73]: %timeit str(list10000)
1000 loops, best of 3: 958 µs per loop
In [74]: %timeit str(list1000000)
10 loops, best of 3: 96.8 ms per loop
結論
假設是不正確。轉換是時間線性的。
創建一些差異大小和'timeit'列表。它應該是線性IMO。 –
怎麼可能是O(1)?更大的清單顯然需要更多的工作。 –