我具有以下功能：
def foo(length, num):
return num in range(length)
此功能的时间复杂度是多少？注意到range()在Python 3上创建了Range对象，该函数的时间复杂度是O（1）还是O（N）？
想知道各种Python版本之间的时间复杂度是否也有所不同（2 vs 3）。
答案 0 :(得分：3)
在python-3.x中，range(..)是一个对象，它不构造列表。如果执行成员检查并以int作为项目，则可以很快完成。该算法有点复杂，因为存在正向和负向步骤。您可以在[GitHub]上查找它。对于 c > 0 ，一个具有正步数（x in range(a, b, c)）的简单算法类似于：
x≥a∧x
对于负步数（c < 0）非常相似：
x≤a∧x> b∧mod（x-a，c）= 0 。
如果我们认为要在 O（1）中进行比较并计算模数，则它是 O（1）算法。实际上，对于庞大的数字，它会按数字的位数进行缩放，因此它是一种 O（log n）算法。
这仅适用于int秒。的确，如果您使用float，complex，其他数字或非数字类型，它将不会执行上述计算。然后它将遍历range(..)对象。当然哪个会花费大量时间。如果您拥有一百万个元素的范围，它将对所有这些元素进行迭代并最终到达范围的末尾，并返回False，或找到一个匹配项，然后返回True。将来，也许可以为某些数字类型实现一些额外的功能，但是通常不能这样做，因为您可以使用工作原理不同的等式运算来定义自己的数字类型。
在python-2.x中，range(..)是一个返回列表的函数。确实：
>>> range(15)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14]
>>> type(range(15))
<type 'list'>
为了检查元素是否为列表的成员，它将在列表上进行迭代，并检查所有项目的相等性，直到找到相等的元素或列表用尽。如果我们考虑检查两个项目是否等于恒定时间，则这需要线性时间 O（n）。实际上，对于巨大的数字，请检查两个数字是否相等，并与“位数”成线性比例，因此 O（log m）与 m 等于该数字的值
python-2.x也有一个xrange(..)对象，但这并不能通过上述技巧来检查成员资格。