Data.ByteString.Char8中'isInfixOf'的时间复杂度是O（m*n）？

通过阅读相关的源代码

,

看来

isInfix

算法实际上是

O（m*n）

。但事实上，它比我自己的

KMP

code运行得快得多

---

那么这个算法实际上是<代码> o（m*n）< /代码>，而 Haskell < /C> >如何使这个函数极其有效？

< P>渐近复杂度不考虑任何常量，这可能比现实本身更复杂。可能是这样的-它们有非常小的常数，你有大的常数

根据定义，更大的复杂性是，当一个函数在一个点上具有无穷大的值时，即使将其他函数乘以任何大小的常数

然而，“一点”可能是巨大的

例如，如果您有两个具有此运行时的ALGHORITM:

1000000*n*sqrt（n）

和

n^2

，则

n^2

的复杂性更大，但要实现第一个的更高速度，

n

必须高于

1 000

。对于较小的数字

n^2

alghoritms更快

---

---

<> P> >考虑代码>复杂性，但事实上，它比KMP代码运行得快得多，不是很好的方法。

渐近复杂性不考虑任何常量，它可能比现实本身更复杂。可能是这样的-它们有非常小的常数，而您有大的常数。但事实上，使用数据中的

isInfixOf

。列表将无法击败KMP算法。所以，似乎只有将字符串更改为ByteString才能极大地提高效率。这是为什么呢？例如，请注意，对于非退化数据，大多数

isPrefixOf

s将在前几个字符中失败，因此您将看到近似线性的性能。你可以设计一些会导致二次性能的东西，但这是非常特殊的，不是通常的情况。哦，

String

s是链表，就字符串表示而言，它们效率非常低

ByteString

在连续内存中每个字符保留一个字节有着巨大的实际优势。我想你只是看到了ByteString使用的更好的数据结构的效果。更少的内存流量和更好的局部性。至少有一种情况会导致二次时间复杂性，因为来自数据的

isInfixOf

。列表不能在5秒内完成，而KMP可以在0.26秒内完成。但是

Data.ByteString.Char8

中的

isInfixOf

可以在0.08秒内完成。因此，两个相同算法的效率至少相差60倍，只是表示结构不同。由于Data.List中的

isInfixOf

也非常简单，我相信它的算法复杂度常数也很小，这意味着从

[Char]

更改为

ByteString

将获得60倍以上的效率增益。