ruby数组中shift/unshift的运行时间是多少

有人知道在ruby数组中移位和取消移位的效率吗

从数组的开头删除并移动内存中的每个元素可能会变得非常低效。我想ruby是用另一种方式做的

有关以下内容的任何信息都会有所帮助：
-算法运行时
-实施
-一般效率
-对于队列（例如C++中的这一点），将使用移位/ unSHIFT（

）

---

谢谢大家!

您可以查看

unshift

方法的C源代码（只需单击描述块）。很明显：如果内存不足，增加内存容量，向前移动数组的当前内容，将传递的参数复制到内存块开头的可用空间。所以它是O（n）对于

unshift

根据，它似乎根本没有移动，只是增加一个指针并返回它。所以就效率而言，它的效率是荒谬的（O（1））。然而，本文提到了一个潜在的内存泄漏，在最近的版本中可能存在，也可能不存在。

我发现，解决这个问题最简单、最明确的方法就是对其进行基准测试

require 'benchmark'

Benchmark.bm do |x|
    iterations = 10000000
    x.report("push") {
        a = []
        iterations.times do a.push(10) end
    }
    x.report("unshift") {
        a = []
        iterations.times do a.unshift(10) end
    }
    a = []
    iterations.times do a.push(10) end
    x.report("shift") {
        iterations.times do a.shift() end
    }
    a = []
    iterations.times do a.push(10) end
    x.report("pop") {
        iterations.times do a.pop() end
    }
end

在我运行ruby版本

2.0.0

的系统上，这将返回结果：

             user     system      total        real
push     0.880000   0.030000   0.910000 (  0.917213)
unshift  0.920000   0.090000   1.010000 (  1.026208)
shift    0.780000   0.030000   0.810000 (  0.810293)
pop      0.710000   0.000000   0.710000 (  0.724865)

似乎

push

、

pop

、

shift

和

unshift

所用的时间大致相同

再次使用不同的

迭代次数值运行此代码

会得到与我更改的

迭代次数

成比例的结果。这意味着，无论迭代次数的值是多少，每个操作的平均时间总是相同的，这意味着每个操作的运行时间与数组的长度无关，因此运行时间为

O（1）

我认为这可以作为队列使用。

在Ruby的较旧版本（2012年之前）中，

unshift

是一个O（n）操作。但是，增加了一个优化，使得

取消移位

摊销为O（1），这意味着平均保证为O（1），但单个操作可能为O（n）。这与

shift

的运行时间相同

---

它很好地解释了这是如何工作的，以及如何得到一个O（1）摊销的运行时间（关于C++的

vector:：push_back

，但它的工作方式是相同的）。

在1.9.3中，方法的实现变得有点复杂，在某些情况下确实移动了内存。它与使用中的指针类型有关，但我不太确定这个

ARY\u SHARED\u P（ARY）

什么时候是真的，什么时候不是。对不起，“线性缩放”表示O（n）。O（1）表示所需时间与项目数量无关。对于一组运行的计时信息，您无法说明算法的伸缩性。按照测试设置的方式，在每个迭代中使用不同数量的项在阵列上测试操作。这也妨碍了测量它的伸缩性。相反，测试数组中少量项（比如10项）的操作需要多长时间，以及数组中大量项（比如1000项）的操作需要多长时间。重复测试并对结果取平均值。重新阅读答案后，我的评论有点不准确。现在编辑已经太晚了，请参见下面的更新评论。抱歉，“线性缩放”表示O（n）。O（1）表示与项目数量无关的恒定时间。您提供了一组运行的计时信息，因此我们无法看到算法的伸缩性。测量数组中少量项目（比如10个）的操作需要多长时间，以及数组中大量项目（比如1000个）的操作需要多长时间，这会更清楚。重复测试并平均结果。如果操作在小型阵列和大型阵列上花费的时间大致相同，则为O（1）。如果大数组需要大约100倍的时间（线性），那么它就是O（n）。@Tony，我说的是，“它们似乎都是随着我改变

迭代次数

”而线性扩展的，这意味着当我尝试将代码中的

迭代次数

的值加倍时，所有计时结果也会加倍。我想我应该更清楚，并将我的结果包含在不同的迭代值中。我想我没有这么做是因为我不想让评论变得杂乱无章（我不记得我两年前的推理）。但我相信这是测试这些操作运行时的有效方法。（在下一个注释中继续）如果总时间与执行操作的次数成线性比例，则必须意味着操作以恒定时间运行。例如，如果我在迭代次数=10的情况下运行此测试，推送测试耗时10毫秒，这意味着每次推送平均耗时1毫秒。如果我在迭代次数=100的情况下运行此测试，推送测试耗时100毫秒，这意味着每次推送平均耗时1毫秒。这意味着

push

的运行时相对于数组的长度是恒定的，因为数组的平均长度与迭代次数成线性比例。