在 Python 中合并两个列表的运行时间

Question

假设我们有两个列表A = [a1, a2, ..., an]（n个元素）和B = [b1, b2, ..., bm]（m个元素），我们在Python中使用“+”将两个列表合并为一个，所以

C = A + B;

我的问题是这个操作的运行时间是多少？我的第一个猜测是 O(n+m)，不确定 Python 是否比它更聪明。

Answer 1

当您使用 A + B 连接两个列表时，您会在内存中创建一个全新的列表。这意味着您的猜测是正确的：复杂度为 O(n + m)（其中 n 和 m 是列表的长度）因为 Python 必须依次遍历两个列表才能构建新列表。

您可以在 source code for Python lists 中的 list_concat 函数中看到这种情况：

static PyObject *
list_concat(PyListObject *a, PyObject *bb)
{
/* ...code snipped... */
    src = a->ob_item;
    dest = np->ob_item;
    for (i = 0; i < Py_SIZE(a); i++) {     /* walking list a */
        PyObject *v = src[i];
        Py_INCREF(v);
        dest[i] = v;
    }
    src = b->ob_item;
    dest = np->ob_item + Py_SIZE(a);
    for (i = 0; i < Py_SIZE(b); i++) {     /* walking list b */
        PyObject *v = src[i];
        Py_INCREF(v);
        dest[i] = v;
    }
/* ...code snipped... */

如果你不需要内存中的新列表，利用列表是可变的这一事实通常是个好主意（这就是 Python 聪明）。使用 A.extend(B) 是 O(m) 的复杂性，这意味着您避免了复制列表 a.

的开销

here 在 Python wiki 上列出了各种列表操作的复杂性。

Answer 2

复制列表是O(n)（n 是元素的数量）并且扩展是O(k)（n 是第二个列表中的元素的数量）。基于这两个事实，我认为它不会少于O(n+k)，因为这是一个复制和扩展操作，最起码你需要复制两个列表的所有元素。

来源：Python TimeComplexity

Answer 3

My first guess is O(n+m), not sure if Python is smarter than that.

Nothing 在返回 copy 时比这更聪明。虽然即使 A、B 是字符串等不可变序列； CPython 仍然制作完整副本，而不是为相同的内存设置别名（它简化了此类字符串的垃圾回收的实现）。

在某些特定情况下，操作可能是 O(1)，具体取决于您要对结果执行的操作，例如，itertools.chain(A, B) 允许遍历所有项目（它不会制作副本， A、B 的变化会影响产出的物品）。或者，如果您需要随机访问；您可以使用 Sequence 子类来模拟它，例如 WeightedPopulation 但在一般情况下，副本和因此 O(n+m) 运行时是不可避免的。

在 Python 中合并两个列表的运行时间

Runtime of merging two lists in Python

python

list

time-complexity