对于Python中的该算法，我的运行时估计是否正确？

下面的代码是我最近做的一个挑战。我估计这个函数的运行时间是

O（n^2）

，但我有点不确定这是否正确，因为if语句行有点昂贵，我不知道应该在多大程度上将其考虑到我的计算中

主代码中的If条件说明

计数器

->运行时O（n）的Dict构造方法，操作为O（1）

j不在tupleVal中

->O（n）运行时

主代码

from collections import Counter

def funWith(texts):
   words = set()
   tuples = (0,)
   for i in range(0,len(text)):
       for j in range(i+1,len(text)):
           if Counter(text[i]) == Counter(text[j]) and j not in tuples :
              tuples +=(j,)
              words.add(text[i])
   return (sorted(list(words)) if len(words) > 0 else text)

text = ["cncvbn", "fdhfh", "anagrartyrtyms","cnvcbn"]

print(funWithAnagrams(text))

谢谢你的帮助

---

谢谢

我将使用

时间.性能计数器

而不是估算。这基本上保留了一个计时器，显示程序运行的时间，是“性能计数器”的缩写。我会先启动它，运行你的程序，然后捕获它所花费的时间。这将是您真正的运行时。更多信息在这里：

要确定big-O的复杂性，需要使用多种不同的输入大小进行测试，然后找出它们之间的关系。是的。这似乎是一个合理的估计方法，但又是一个乏味的任务。你能仅仅通过看代码就知道估算值吗？我认为它是

O（n^3）

，因为循环取O（n^2），然后

if

行可以表述如下：

O（3n）

->

O（n）

，因此它会给你

O（n^3）

。如果有人错了，请纠正我。您可以进行一些优化，这些优化不会影响big-O，比如只比较长度相同的字符串。不要每次循环都创建新计数器，而是遍历输入列表一次，然后创建计数器列表。@Barmar谢谢。您的第二条评论是实现最佳解决方案的好方法@@AzyCrw4282我想到了这个解决方案，但我也持怀疑态度。Barmar，你能确认它是否是O（n^3）吗？谢谢，是的。连接元组是O（n），并且有O（n^2）个循环迭代。为什么需要一个元组，使用一个集合？