Question

说，我希望计算两个列表C = A - B的差异：

A = [1,2,3,4,5,6,7,8,9] 
B = [1,3,5,8,9]
C = [2,4,6,7]          #Result

A和B都使用唯一的整数进行排序（不确定是否有办法告诉Python有关列表的此属性）。我需要保留元素的顺序。 AFAIK有两种可行的方法

方法1 ：将B转换为集合并使用列表解析来生成C：

s = set(B)
C = [x for x in A if x not in s]

方法2 ：直接使用列表理解：

C = [x for x in A if x not in B]

为什么#1比#2效率更高？是否有转换为集合的开销？我在这里缺少什么？

this answer.

中给出了一些性能基准

更新：我知道设置的平均O(1)查询时间比列表的O(n)快，但如果原始列表A包含有关百万左右的整数，集合创作实际上不会花费更长时间吗？

Answer 1

将列表转换为集合会产生开销，但是一个集合基本比那些in测试的列表更快。

您可以立即查看项目x是否在y集中，因为下面使用的是哈希表。无论你的集合有多大，查找时间都是相同的（基本上是瞬时的） - 这在Big-O表示法中称为O（1）。对于列表，您必须单独检查每个元素，以查看项x是否在列表z中。随着列表的增长，检查将花费更长的时间 - 这是O（n），这意味着操作的长度与列表的长度直接相关。

增加的速度可以抵消设置的创建开销，这就是设置检查最终更快的方式。

编辑：要回答其他问题，Python无法确定您的列表是否已排序 - 无论如何您都使用标准list对象。因此，它不能通过列表理解来实现O（log n）性能。如果你想编写自己的二进制搜索方法，假设列表已经排序，你当然可以这样做，但O（1）任何一天都会击败O（log n）。

Answer 2

集合中查找（x中的S）的平均时间复杂度为O（1），而列表的相同时间为O（n）。

您可以在https://wiki.python.org/moin/TimeComplexity

查看详细信息

Answer 3

根据Python documentation on time complexity

列表成员资格x in s是平均线性时间操作，或O(n)。
设置成员资格x in s平均为常量时间操作，或O(1)。

构建集合是最坏情况的线性时间操作，因为需要扫描列表中的所有元素以构建散列表，因此O(n)。 n是集合中元素的数量。

关键的观察是，在方法1 中，构建一个集合，s = set(B)只是一次性操作，之后我们只有n总数如x not in B中所述的集合成员资格测试，总计O(n) + n * O(1)或O(n)时间复杂度。

在方法2 中，对x not in B中的每个元素执行列表成员资格测试A，因此总时间复杂度为n * O(n) = O(n^2)。< / p>

为什么将列表转换为集合比仅使用列表计算列表差异更快？

3 个答案: