Python 为什么一个代码比另一个更快，即使迭代次数更多？

我的代码很短，迭代次数比其他代码少，但当其他代码在codechef.com上被接受时，它仍然会收到一个超过时间限制的错误。这些代码是codechef.com上“模糊排列”问题的解决方案 为什么这个代码是：

def inverse(data,x):

    temp=[]

    for i in range(x):
        temp.append(0)
    for i in range(x):
        temp[data[i]-1]=i+1
    return temp

def main():

    while 1:
        x=input()
        if not x:
            return
        data=raw_input().split(' ')
        for i in range(len(data)):
            data[i]=int(data[i])
        temp = inverse(data,x)
        if temp==data:
            print 'ambiguous'
        else:
            print 'not ambiguous'

if __name__ == "__main__":
    main()

while True:

    output=[]
    n= input()
    if n==0: break
    caseList= raw_input().split()
    amb=1
    for i in range(1, n+1):
        output.append(str(caseList.index(str(i))+1))

    if output==caseList:
        print ("ambiguous")
    else:
        print ("not ambiguous")    

比此代码更快：

def inverse(data,x):

    temp=[]

    for i in range(x):
        temp.append(0)
    for i in range(x):
        temp[data[i]-1]=i+1
    return temp

def main():

    while 1:
        x=input()
        if not x:
            return
        data=raw_input().split(' ')
        for i in range(len(data)):
            data[i]=int(data[i])
        temp = inverse(data,x)
        if temp==data:
            print 'ambiguous'
        else:
            print 'not ambiguous'

if __name__ == "__main__":
    main()

while True:

    output=[]
    n= input()
    if n==0: break
    caseList= raw_input().split()
    amb=1
    for i in range(1, n+1):
        output.append(str(caseList.index(str(i))+1))

    if output==caseList:
        print ("ambiguous")
    else:
        print ("not ambiguous")    

---

请帮帮我…

我想你的第二个代码不在函数中

---

访问函数中的局部变量要比访问全局变量快得多。这意味着在全局范围内运行的代码可能总是比较慢。

看起来您正在使用字符串，而其他代码正在使用int，这会使您的速度有所降低。

当出现这种一致的时差时，我们并不是在讨论速度慢2倍或3倍的问题-如果一个方法通过，另一个总是超时，这是一个巨大的时间差——通常与算法复杂度有关

---

虽然第一个代码有很大的改进空间（例如，使用xrange而不是range），但在最终的数组中，结果是通过随机访问进行更新，直接通过

data[i]-1

计算的索引进行更新，而在第二个代码段中，您使用

caseList.index（str（i））

检索每个索引。“索引”lisr方法从列表的开头开始对列表执行线性搜索。它可能看起来很小，但当列表中的每个元素都不存在时，你的算法是O（N）变成了O（N²）-这在第二种形式中消除了戏剧性的速度下降。

起初我并不完全相信这一点，但经过快速测试后，我要说的是哇。我的快速测试表明，本地人（对我来说）比gloabls快170%。但这不会导致超时-问题在于使用“索引”方法链接到问题：