【发布时间】:2015-01-28 10:55:59
【问题描述】:
Python 如何散列长数字?我猜 32 位整数需要 O(1) 时间,但是长整数在 Python 中的工作方式让我认为复杂性对它们来说不是 O(1)。我一直在寻找相关问题的答案,但没有一个足够直截了当让我自信。先感谢您。
【问题讨论】:
标签: python hash time-complexity
Python 如何散列长数字?我猜 32 位整数需要 O(1) 时间,但是长整数在 Python 中的工作方式让我认为复杂性对它们来说不是 O(1)。我一直在寻找相关问题的答案,但没有一个足够直截了当让我自信。先感谢您。
【问题讨论】:
标签: python hash time-complexity
long_hash() function 确实循环并且取决于整数的大小,是的:
/* The following loop produces a C unsigned long x such that x is
congruent to the absolute value of v modulo ULONG_MAX. The
resulting x is nonzero if and only if v is. */
while (--i >= 0) {
/* Force a native long #-bits (32 or 64) circular shift */
x = (x >> (8*SIZEOF_LONG-PyLong_SHIFT)) | (x << PyLong_SHIFT);
x += v->ob_digit[i];
/* If the addition above overflowed we compensate by
incrementing. This preserves the value modulo
ULONG_MAX. */
if (x < v->ob_digit[i])
x++;
}
其中i 是“对象大小”,例如用于表示数字的位数,其中位数的大小取决于您的平台。
【讨论】:
int 就是 Python 2 所称的 long。请注意,数字大小通常为 15 或 30 位,因此即使对于大数字,迭代次数也非常少。您需要超过 1152921504606846976 的数字才能在大多数现代系统上进行 3 次迭代。
O(log(n)),其中n 是整数。对于小于可用内存的大整数,您可以使用gmpy2,以提高时间性能
math.log2(500) 刚好低于 9。您需要使用 far 更大的数字才能看到效果。是什么让您认为 O(logN) 意味着代码会在 N=500 时运行缓慢?