我正在努力提高算法的速度，在查看正在调用哪些操作之后，我很难确定哪些操作正在放慢速度。我想知道Python的deepcopy（）是否可能是罪魁祸首，或者我是否应该进一步了解自己的代码。
答案 0 :(得分：3)
查看代码（你也可以），它遍历引用对象树中的每个对象（例如dict的键和值，对象成员变量......）并为它们做两件事：
memo dict 对于简单对象，第二个是 O（1）。对于复合对象，相同的例程处理它们，因此对于树中的所有 n 对象， O（n）。第一部分，在字典中查找对象，是O(1) on average, but O(n) amortized worst case。
所以最多，平均来说，deepcopy是线性的。 memo中使用的密钥是id()值，即内存位置，因此它们不会随机分布在密钥空间（＆＃34;上面的平均值＆＃34;部分），并且可能会更糟，直到 O（n ^ 2）最坏的情况。我确实观察到了实际使用中的一些性能下降，但在大多数情况下，它表现为线性。
这是复杂性的一部分，但常数很大而且deepcopy is anything but cheap很可能导致你的问题。唯一确定的方法是使用分析器 - 这样做。 FWIW，我目前正在重写非常慢的代码，将其执行时间的98％花在deepcopy上。
答案 1 :(得分：1)
你在使用deepcopy做什么用途？顾名思义，deepcopy以递归方式复制对象和所有子对象，因此需要花费一定的时间与您要复制的对象的大小成比例。 （有一点处理循环引用的开销）
没有任何方法可以加快速度，如果要复制所有内容，则需要复制所有内容。
要问的一个问题是，您是否需要复制所有内容，或者只是复制部分结构。
答案 2 :(得分：0)
deepcopy()的复杂性取决于要复制的对象的大小（元素/子元素的数量）。
如果算法的输入不影响正在复制的对象的大小，那么为了确定复杂性，您应该将对deeopcopy()的调用视为O(1)，因为每次调用都是执行时间相对静止。
（如果算法的输入确实对正在复制的对象的大小产生影响，则必须详细说明。然后可以评估算法的复杂性。）