Python 代码片段的大O，带“O”；在；列表上的操作

下面这段代码的最大优点是什么

with open(file_name) as f:
    for word in f:
        w = word.rstrip()
        k = ''.join(sorted(w)).lower()
        if k in words:
            words[k].append(w)
        else:
            words[k] = [w]

---

list中的

x

是

O（n）

，但此代码未对

列表执行成员资格测试<代码>单词看起来像是一个
dict
，在
dict
的键（或
集合中的
中）中的成员资格测试是
O（1）
（从技术上讲，最坏的情况可能是
O（n）
，但这是平均情况
O（1）
，他们甚至努力阻止故意造成碰撞的企图）

使用
集合可以稍微简化此代码。但是defaultdict
，因此在查找不存在的键时，创建
列表
s是隐式完成的：

import collections

words = collections.defaultdict(list)
with open(file_name) as f:
    for word in f:
        w = word.rstrip()
        words[''.join(sorted(w)).lower()].append(w)

如果您想要唯一性（尽管它会失去顺序），只需更改为
defaultdict（set）
，并将
append
更改为
add
。如果您需要唯一性和排序，
collections.OrderedDict
可以（大部分）作为一个有序的
集合使用：

import collections

words = collections.defaultdict(collections.OrderedDict)
with open(file_name) as f:
    for word in f:
        w = word.rstrip()
        # True is placeholder, any value will do if you're using in tests properly
        words[''.join(sorted(w)).lower()][w] = True

words
中的
k将具有线性复杂度，即，如果
words
是一个列表，则O（len（words））

看起来
words
是一个
dict
，但是，由于
words[k]
显然是通过一个字符串对其进行索引，所以列表不会接受这一点

对于
dict
，访问时间可视为常数O（1），用于搜索（
中的
）和更新。（这是摊销时间。）
您的问题是什么？代码中有几个部分对时间复杂度有影响<例如，code>sorted（）
在
@klauds中应该有远不止一个
。我能肯定地说这不是O（N）吗？排序的平均复杂度应该是
O（N logn）
。有关详细信息，请参阅。我认为所有的复杂性都是O（N）+O（N log N），所以它是O（N log N）
单词
由字符串索引，它不能是列表。@JohnDoLittle:
单词
绝对不是
列表
。您正在使用一个
str
在其中执行查找，如果它是一个
列表
，您将得到重复的
类型错误：列表索引必须是整数或片，而不是str
；它是一个
list
s的
dict
，或某种深奥（非内置）类型。由于您从未测试
dict
（即
list
s）的值中的成员资格，因此您从未支付任何
O（n）
查找成本，感谢您解释整个片段？整个片段读取一个文件，因此时间将由I/O控制。如果您没有过长的单词，那么读取的字符数显然是线性的。算法上最慢的部分是调用
sorted
，它是O（n*log（n）），其中n=
len（w）
。如果你所有的单词都比整个文本短得多，那么它可以被认为是一个常数，整个片段就是O（文件长度）。如果您碰巧有一个由2或3个超长单词组成的文本，则性能将由排序的
控制（对数线性），但这是一个边缘情况。让我们分解一下，读取文件中N行的复杂性是O（N），将排序的（w）与N-1进行比较的复杂性是O（N对数N）。因此，在我看来，主要的运算是排序的（w），也就是O（n logn），这取决于我们谈论的n是什么。整个过程是O（k*s），其中k是字符数（我们精确扫描每个字符一次），s是分析每个单词的复杂性（拆分为单词是每个字符O（1））。如果w=len（最长字）