web-dev-qa-db-fra.com

Coût de la fonction len ()

Quel est le coût de len() pour Python intégré? (Liste/tuple/chaîne/dictionnaire))

pythonalgorithmcollectionscomplexity-theory
248
Imran

C'est O (1) (temps constant, ne dépendant pas de la longueur réelle de l'élément - très rapide) pour chaque type mentionné, plus set et d'autres tels que array.array.

287
Alex Martelli

Appeler len () sur ces types de données est O(1) dans CPython , l’implémentation la plus courante du langage Python. Voici un lien vers une table qui fournit la complexité algorithmique de nombreuses fonctions différentes dans CPython:

TimeComplexity Python Page Wiki)

131
James Thompson

Tous ces objets gardent une trace de leur propre longueur. Le temps nécessaire pour extraire la longueur est petit (O (1) en notation big-O) et consiste principalement en [description brute, écrite en Python, pas termes C]]: recherchez "len "dans un dictionnaire et l'envoyer à la fonction built_in len qui recherchera l'objet __len__ méthode et appelez cela ... tout ce qu’il a à faire est return self.length

68
John Machin

Les mesures ci-dessous fournissent la preuve que len() est O(1) pour les structures de données fréquemment utilisées.

Une note concernant timeit: lorsque l'indicateur -s Est utilisé et que deux chaînes sont passées à timeit, la première chaîne n'est exécutée qu'une seule fois et n'est pas chronométrée.

Liste:

$ python -m timeit -s "l = range(10);" "len(l)"
10000000 loops, best of 3: 0.0677 usec per loop

$ python -m timeit -s "l = range(1000000);" "len(l)"
10000000 loops, best of 3: 0.0688 usec per loop

Tuple:

$ python -m timeit -s "t = (1,)*10;" "len(t)"
10000000 loops, best of 3: 0.0712 usec per loop

$ python -m timeit -s "t = (1,)*1000000;" "len(t)"
10000000 loops, best of 3: 0.0699 usec per loop

Chaîne:

$ python -m timeit -s "s = '1'*10;" "len(s)"
10000000 loops, best of 3: 0.0713 usec per loop

$ python -m timeit -s "s = '1'*1000000;" "len(s)"
10000000 loops, best of 3: 0.0686 usec per loop

Dictionnaire (dictionnaire disponible en 2.7+):

$ python -mtimeit -s"d = {i:j for i,j in enumerate(range(10))};" "len(d)"
10000000 loops, best of 3: 0.0711 usec per loop

$ python -mtimeit -s"d = {i:j for i,j in enumerate(range(1000000))};" "len(d)"
10000000 loops, best of 3: 0.0727 usec per loop

Tableau:

$ python -mtimeit -s"import array;a=array.array('i',range(10));" "len(a)"
10000000 loops, best of 3: 0.0682 usec per loop

$ python -mtimeit -s"import array;a=array.array('i',range(1000000));" "len(a)"
10000000 loops, best of 3: 0.0753 usec per loop

Set (compréhension de set disponible en 2.7+):

$ python -mtimeit -s"s = {i for i in range(10)};" "len(s)"
10000000 loops, best of 3: 0.0754 usec per loop

$ python -mtimeit -s"s = {i for i in range(1000000)};" "len(s)"
10000000 loops, best of 3: 0.0713 usec per loop

Deque:

$ python -mtimeit -s"from collections import deque;d=deque(range(10));" "len(d)"
100000000 loops, best of 3: 0.0163 usec per loop

$ python -mtimeit -s"from collections import deque;d=deque(range(1000000));" "len(d)"
100000000 loops, best of 3: 0.0163 usec per loop
66
bernie

len est un O(1) car dans votre RAM, les listes sont stockées sous forme de tables (série d'adresses contiguës). Pour savoir quand la table s'arrête, l'ordinateur a besoin de deux choses: longueur et point de départ, c’est pourquoi len () est un O (1), l’ordinateur enregistre la valeur, il suffit donc de la rechercher.

5
RAHUL KUMAR

Je pensais à len () dans Python dépend de la taille de la liste, je stocke donc toujours la longueur dans une variable si j'utilise plusieurs fois. Mais aujourd'hui, lors du débogage, j'ai remarqué __len__ attribut dans l'objet list, donc len () doit simplement le récupérer, ce qui rend la complexité O 1. Alors j'ai cherché dans Google si quelqu'un l'a déjà demandé et qu'il est tombé sur ce message.

0
AYUSH SENAPATI