23、Python算法优化与多线程编程指南

Python算法优化与多线程编程指南

1. Big - O表示法与算法复杂度

Big - O表示法是提升算法性能的有效方式，但使用时需注意：
- 其计算存在近似性。
- 仅对不依赖外部资源的纯Python代码准确。

当无法计算算法复杂度时，例如算法包含难以分析的C代码，可使用 timeit 或 profile 装饰器，并提供足够的输入数据来测试算法效率。练习Big - O可访问： http://pages.cs.wisc.edu/~hasti/cs367 - common/notes/COMPLEXITY.html#bigO 。

2. 简化算法复杂度

为降低算法复杂度，数据存储方式至关重要，需谨慎选择数据结构。

2.1 列表搜索

若要为列表实例提供搜索算法，对排序后的列表进行二分搜索可将复杂度从O(n)降至O(log n)。可使用 bisect 模块，示例代码如下：

import bisect

def find(seq, el):
    pos = bisect.bisect(seq, el)
    if pos == 0 or (pos == len(seq) and seq[-1] != el):