Python：i for i in range(n)的时间复杂度｜冷知识

相信各位对语句 for i in range(n) 的时间复杂度都很清楚 就是O(n)的，但他如果换了个形式 你还认识吗？比如说：

lst = [0 for i in range(10)]

哎你可能会说 这不就是创建一个长度为10的全0列表嘛 那时间复杂度就应该是O(1)的吧

害 那你跟我一样一直都在犯错误啦 其实他是O(n)的

一般来说 以下两条语句的执行效果应该是完全相同的：

lst = [0 for i in range(10)]

lst = [0]*(10)

都是创建一个长度为10的全0列表，但实际上第一种创建方式是O(n)的时间复杂度，而第二种才是O(1)的。这是为什么呢，原因是内在逻辑的不同。

第一种方式其实是遍历了一遍0-9的位置并给他们赋值为1，而第二种方式是直接将一个列表初始化为全1的列表。

为什么称之为冷知识呢，因为一般做算法题的时候，时间复杂度是由最高次项决定，绝大多数情况下，这两种的列表创建方式不会对时间复杂度产生影响，所以一般就随手写一个了。但我今天遇到了个题终于让我搞明白了这个知识点。

代码如下： 

N = 10 ; M = 10 ; K = 10
for i in range(N) :
    lst = [0 for i in range(K)]
    for j in range(M) :
        print(1)

N = 10 ; M = 10 ; K = 10
for i in range(N) :
    lst = [0]*K
    for j in range(M) :
        print(1)

在其他部分代码完全一样的情况下 第一段代码TLE了 而第二段代码AC了

后来才明白 原来第一种情况的时间复杂度是 N*(K+M) 而第二种是N*M