Pythonでアルゴリズムの時間的複雑性の分析をする方法

スポンサーリンク

今日は、Pythonでアルゴリズムの時間的複雑性を分析します。

これを行うには、様々な入力に対して必要なアルゴリズムを実行するために必要な全体の時間を決定する必要があります。

今回使用する方法はクイックソートですが、Pythonでアルゴリズムの時間的複雑性を判断するために、アルゴリズムを実験することも可能です。


スポンサーリンク

モジュール/ライブラリのインポート

time モジュールは、コマンド実行の間にどれだけの時間が経過したかを判断するために必要です。

random モジュールは、ソートされる整数のコレクションに対して乱数を生成するために使用されます。

algorithms モジュールはクイックソートのコードを直接取得するために使用される。

この場合、あなた自身のアルゴリズムを適用することもできます。

1
2
3
import time
from random import randint
from algorithms.sort import quick_sort

クイックソート用リストの生成

すべてのライブラリのインポートが完了したので、コードを書き始めることができます。

まずは項目のソートされていない配列から始めます。

これには randint() メソッドを用います。

以下のコードでは、0 から 999 までの 20001 個の乱数のリストを生成します。

l = [randint(0,1000) for i in range(20000)]

アルゴリズムの計算時間

まず、空のリストを作成し、そこに様々な入力に対する時間値をすべて格納します。

そして、反復ごとに入力の量を変えながら、forループを実行します。

各反復において、まずアルゴリズムを実行する前に時間を節約します。

その後、クイックソート法が実行され、繰り返しごとに要素数が増えていく。

アルゴリズムが終了すると、終了時刻を保存し、開始時刻からそれを引いて経過時間を得る。

経過時間はその後、時間のコレクションに追加される。

1
2
3
4
5
6
7
times=[]
for x in range(0,20001,100):
    start_time = time.time()
    list2 = quick_sort(list1[:x])
    elapsed_time = time.time() - start_time
    times.append(elapsed_time)
print(times)

各反復で消費された時間の出力は以下のように表示される。

[5.9604644775390625e-06, 0.0003139972686767578, 0.00667881965637207, 0.001209259033203125, 0.0015976428985595703, 0.0021779537200927734, 0.0068056583404541016, 0.005601644515991211, 0.005861520767211914, 0.011028051376342773, 0.011818647384643555, 0.012465715408325195, 0.012626171112060547, 0.008950948715209961, 0.030421972274780273, 0.019321203231811523, 0.01583099365234375, 0.03421354293823242, 0.026609182357788086, 0.017530202865600586, 0.019039630889892578, 0.0118560791015625, 0.013288259506225586, 0.012446880340576172, 0.015150070190429688, 0.012840032577514648, 0.014685630798339844, 0.015198230743408203, 0.016430377960205078, 0.0168306827545166, 0.018042564392089844, 0.020036935806274414, 0.018283843994140625, 0.019774913787841797, 0.01965475082397461, 0.024692058563232422, 0.02126765251159668, 0.02456188201904297, 0.024203062057495117, 0.022081613540649414, 0.025351285934448242, 0.02523493766784668, 0.027686119079589844, 0.026891231536865234, 0.04227614402770996, 0.025140047073364258, 0.0282745361328125, 0.028072357177734375, 0.04300737380981445, 0.049503326416015625, 0.039911508560180664, 0.031244993209838867, 0.03950953483581543, 0.0483095645904541, 0.05027508735656738, 0.04074549674987793, 0.05907034873962402, 0.035933732986450195, 0.03742861747741699, 0.053351640701293945, 0.07302188873291016, 0.04110312461853027, 0.038227081298828125, 0.04067420959472656, 0.04362940788269043, 0.06206393241882324, 0.048111915588378906, 0.054494619369506836, 0.055097103118896484, 0.046785593032836914, 0.046590566635131836, 0.04422330856323242, 0.07317423820495605, 0.04566597938537598, 0.05501079559326172, 0.07018637657165527, 0.12341713905334473, 0.08685779571533203, 0.1301746368408203, 0.05524754524230957, 0.05509376525878906, 0.051004648208618164, 0.10072588920593262, 0.09502077102661133, 0.17278599739074707, 0.18680071830749512, 0.08754134178161621, 0.0879063606262207, 0.18670082092285156, 0.21729803085327148, 0.1556401252746582, 0.07978129386901855, 0.033004045486450195, 0.03307485580444336, 0.03363752365112305, 0.03286147117614746, 0.03313589096069336, 0.0342717170715332, 0.03235769271850586, 0.0335690975189209, 0.0449981689453125, 0.03151226043701172, 0.036780595779418945, 0.03641867637634277, 0.034799814224243164, 0.035429954528808594, 0.03528714179992676, 0.03522825241088867, 0.03563570976257324, 0.03550863265991211, 0.03803896903991699, 0.037568092346191406, 0.039276123046875, 0.05381584167480469, 0.04004693031311035, 0.040352582931518555, 0.04136157035827637, 0.041423797607421875, 0.045130014419555664, 0.04460620880126953, 0.04532432556152344, 0.04130244255065918, 0.04760575294494629, 0.04321622848510742, 0.046456336975097656, 0.04538416862487793, 0.04726004600524902, 0.04443860054016113, 0.04362082481384277, 0.04554152488708496, 0.046132802963256836, 0.0486757755279541, 0.046370744705200195, 0.04680061340332031, 0.04824686050415039, 0.06405234336853027, 0.0478060245513916, 0.04948878288269043, 0.049854278564453125, 0.05359053611755371, 0.05414247512817383, 0.05222964286804199, 0.051342010498046875, 0.05304098129272461, 0.06159520149230957, 0.0521693229675293, 0.05106377601623535, 0.054935455322265625, 0.053060054779052734, 0.052790164947509766, 0.05505990982055664, 0.057706356048583984, 0.05939984321594238, 0.060530900955200195, 0.07836294174194336, 0.06412434577941895, 0.05772709846496582, 0.060724735260009766, 0.05914807319641113, 0.0632481575012207, 0.059748172760009766, 0.06452727317810059, 0.06497621536254883, 0.06197404861450195, 0.06228804588317871, 0.06296825408935547, 0.06248354911804199, 0.06389427185058594, 0.06646037101745605, 0.06796479225158691, 0.08311891555786133, 0.065704345703125, 0.06447386741638184, 0.06992769241333008, 0.06401872634887695, 0.06702852249145508, 0.06934690475463867, 0.06805992126464844, 0.0670771598815918, 0.06830120086669922, 0.0785529613494873, 0.06986260414123535, 0.07060122489929199, 0.07129216194152832, 0.08096432685852051, 0.07953071594238281, 0.08166289329528809, 0.0758814811706543, 0.07543277740478516, 0.07652783393859863, 0.07634139060974121, 0.08227705955505371, 0.07456398010253906, 0.0725564956665039, 0.0724172592163086, 0.0800638198852539, 0.07935881614685059, 0.07793021202087402, 0.09217333793640137, 0.07755923271179199, 0.07942557334899902]

グラフを描くために、各反復における入力の数を追加で要求します。

x=[i for i in range(0,20001,100)]

計算された時間値をプロットする

さて、いよいよ結果を検証してみましょう。

X軸に入力数、Y軸に時間をとってグラフを描いてみましょう。

1
2
3
4
5
6
import matplotlib.pyplot as plt
plt.style.use("seaborn")
plt.xlabel("No. of elements")
plt.ylabel("Time required")
plt.plot(x,times)
plt.show()
Time Complexity Plot

まとめ

あなたは今、アルゴリズムの時間複雑性を求める方法を学びました。

このチュートリアルは気に入りましたか?いずれにせよ、以下のチュートリアルを見てみることをお勧めします。

  1. Pythonで整数のセットビットを計算する
  2. PythonでStooge Sort – Pythonでのステップバイステップの実装
  3. PythonとScalaのプログラミング言語比較
  4. Pythonにおける絶対的インポートと相対的インポート

お時間を割いていただきありがとうございました。


タイトルとURLをコピーしました