python列表函数的运行时复杂度是多少？
我正在写一个看起来像这样的python函数
def foo(some_list):
for i in range(0, len(some_list)):
bar(some_list[i], i)
因此它被称为
x = [0, 1, 2, 3, ... ]
foo(x)
我以为列表的索引访问权限为O(1)，但是很惊讶地发现对于大型列表，这比我预期的要慢得多。
那么，我的问题是如何实现python列表，以及以下代码的运行时复杂度是多少？
- 索引：
list[x] - 从结尾弹出：
list.pop() - 从一开始就弹出：
list.pop(0) - 扩展列表：
list.append(x)
对于额外的信用，剪接或任意弹出。
问题答案：
在python
Wiki上
有一个非常详细的表格，可以回答您的问题。
但是，在您的特定示例中，应使用enumerate它在循环中获取可迭代的索引。像这样：
for i, item in enumerate(some_seq):
bar(item, i)
-
问题内容： 我已经看到了此页面 https://wiki.python.org/moin/TimeComplexity， 但是我没有看到列表中的函数。什么是时间的时间复杂度的？ 我对时间的实验表明，它适用于较大的尺寸。有人可以确认吗？ timeit反转大小列表的时间 问题答案： 是的，您是对的，它是O（n），其中n- 列表长度。在此处查找更多信息：https : //www.ics.uci.edu
-
比方说MD5或SHA-1？这两者的时间复杂度是多少？我试图在网上找到它，但它非常有限，我得到的只是它们都是O（n）。有人能进一步启发我吗？也许给我一个最坏的情况和最好的情况？
-
有人能告诉我函数的复杂性是什么吗？为什么？谢谢 我认为复杂性是：“O（nlog n）”
-
好的，第一个for循环显然是。第一个迭代是，第二个迭代是。我想是不是就像那个次数？这意味着。我说对了吗？ 编辑：（不是复制品）我知道大O是什么。我在一个具体的案例中询问了正确的评估。
-
问题内容： 我注意到python官方网站上set操作的时间复杂度表。但是我只想问一下将列表转换为集合的时间复杂度是多少， 我有点知道这实际上是一个哈希表，但是它到底是如何工作的呢？那是O（n）吗？ 问题答案： 是。遍历一个列表is并将每个元素添加到哈希集is ，因此总操作为。
-
Leetcode问题https://leetcode.com/problems/count-binary-substrings/ 该解决方案有效，但我很难提出递归解决方案的时间复杂度。 每当循环遇到s.charAt（i）！=s.charAt（i 1）时，它都会进行递归调用以展开，直到达到基本大小写或其他部分。 因为我遍历整个字符串，所以for循环是O（n）。但是如何确定将进行的递归调用的数量，因为