python - 在 Python 中遍历双端队列的时间复杂度是多少？

Question

迭代的时间复杂度是多少，或者更准确地说，通过 Python 中的集合库中的双端队列进行的每次迭代是多少？

一个例子是这样的:

elements = deque([1,2,3,4])
for element in elements:
  print(element)

每次迭代都是常数 O(1) 操作吗？还是在每次迭代中执行线性 O(n) 操作来获取元素？

有很多关于时间复杂度的在线资源以及所有其他双端队列方法，例如 appendleft , append , popleft , pop .似乎没有关于双端队列迭代的任何时间复杂度信息。

谢谢!

Answer 1

如果您的构造类似于:

elements = deque([1,2,3,4])
for i in range(len(elements)):
    print(elements[i])

您没有迭代 deque ，您正在迭代 range对象，然后索引到 deque .这使得迭代多项式时间，因为每个索引操作，elements[i]是 O(n)。然而，实际上迭代 deque是线性时间。

for x in elements:
    print(x)

这是一个快速的经验测试:

import timeit
import pandas as pd
from collections import deque

def build_deque(n):
    return deque(range(n))

def iter_index(d):
    for i in range(len(d)):
        d[i]

def iter_it(d):
    for x in d:
        x

r = range(100, 10001, 100)

index_runs = [timeit.timeit('iter_index(d)', 'from __main__ import build_deque, iter_index, iter_it; d = build_deque({})'.format(n), number=1000) for n in r]
it_runs = [timeit.timeit('iter_it(d)', 'from __main__ import build_deque, iter_index, iter_it; d = build_deque({})'.format(n), number=1000) for n in r]

df = pd.DataFrame({'index':index_runs, 'iter':it_runs}, index=r)
df.plot()

以及由此产生的情节:

现在，我们实际上可以看到 deque 的迭代器协议(protocol)是如何实现的。 CPython source code 中的对象:
一、deque对象本身:

typedef struct BLOCK {
    struct BLOCK *leftlink;
    PyObject *data[BLOCKLEN];
    struct BLOCK *rightlink;
} block;

typedef struct {
    PyObject_VAR_HEAD
    block *leftblock;
    block *rightblock;
    Py_ssize_t leftindex;       /* 0 <= leftindex < BLOCKLEN */
    Py_ssize_t rightindex;      /* 0 <= rightindex < BLOCKLEN */
    size_t state;               /* incremented whenever the indices move */
    Py_ssize_t maxlen;
    PyObject *weakreflist;
} dequeobject;

因此，如评论中所述，deque是“ block ”节点的双向链表，其中 block 本质上是 python 对象指针的数组。现在对于迭代器协议(protocol):

typedef struct {
    PyObject_HEAD
    block *b;
    Py_ssize_t index;
    dequeobject *deque;
    size_t state;          /* state when the iterator is created */
    Py_ssize_t counter;    /* number of items remaining for iteration */
} dequeiterobject;

static PyTypeObject dequeiter_type;

static PyObject *
deque_iter(dequeobject *deque)
{
    dequeiterobject *it;

    it = PyObject_GC_New(dequeiterobject, &dequeiter_type);
    if (it == NULL)
        return NULL;
    it->b = deque->leftblock;
    it->index = deque->leftindex;
    Py_INCREF(deque);
    it->deque = deque;
    it->state = deque->state;
    it->counter = Py_SIZE(deque);
    PyObject_GC_Track(it);
    return (PyObject *)it;
}

// ...

static PyObject *
dequeiter_next(dequeiterobject *it)
{
    PyObject *item;

    if (it->deque->state != it->state) {
        it->counter = 0;
        PyErr_SetString(PyExc_RuntimeError,
                        "deque mutated during iteration");
        return NULL;
    }
    if (it->counter == 0)
        return NULL;
    assert (!(it->b == it->deque->rightblock &&
              it->index > it->deque->rightindex));

    item = it->b->data[it->index];
    it->index++;
    it->counter--;
    if (it->index == BLOCKLEN && it->counter > 0) {
        CHECK_NOT_END(it->b->rightlink);
        it->b = it->b->rightlink;
        it->index = 0;
    }
    Py_INCREF(item);
    return item;
}

如您所见，迭代器本质上跟踪 block 索引、指向 block 的指针和双端队列中总项目的计数器。如果计数器达到零，它会停止迭代，如果不是，它会抓取当前索引处的元素，递增索引，递减计数器，并负责检查是否移动到下一个 block 。换句话说，双端队列可以表示为 Python 中的列表列表，例如d = [[1,2,3],[4,5,6]] , 并且迭代

for block in d:
    for x in block:
        ...