我有以下函数：
def foo(length, num):
return num in range(length)
此函数的时间复杂度是多少？注意到range()Python 3 上创建了一个 Range 对象，这个函数的时间复杂度是 O(1( 还是 O(N(？
想知道各种 Python 版本之间的时间复杂度是否存在差异(2 与 3(。
在python-3.x中，range(..)是一个对象，它不构造一个列表。如果您使用int作为项目执行成员检查，那么它可以非常快速地完成此操作。该算法有点复杂，因为有正步和负步。你可以在[GitHub]上查找它。对于x in range(a, b, c)，具有正步数(c > 0(的简单算法类似于：
x ≥ a ∧ x。
对于负步数(c < 0(非常相似：
x ≤ a ∧ x> b ∧ mod(x-a， c( = 0。
如果我们考虑在O(1( 中进行比较并计算模数，则它是O(1(算法。实际上，对于巨大的数字，它缩放了数字的位数，因此它是一种O(log n(算法。
但是，这仅适用于int秒。事实上，如果您使用floats、complex、其他数字或非数字类型，它不会执行上述计算。然后，它将回退到迭代range(..)对象。这当然需要相当长的时间。如果你有一个一百万个元素的范围，它将因此迭代所有这些元素，最终到达范围的末尾，并返回False，或找到匹配项，并返回True。将来，也许可以为某些数值类型实现一些额外的功能，但通常不能这样做，因为您可以使用工作方式不同的相等运算来定义自己的数值类型。
在python-2.x中，range(..)是一个返回列表的函数。事实上：
>>> range(15)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14]
>>> type(range(15))
<type 'list'>
为了检查元素是否是列表的成员，它将遍历列表，并检查所有项目的相等性，直到找到相等的元素或列表用尽为止。如果我们考虑检查两个项目是否等于常量时间，那么这需要线性时间O(n(。实际上，对于大数，检查两个数字是否相等，与"数字"的数量成线性关系，因此O(log m(与m表示该数字的值。
python-2.x 也有一个xrange(..)对象，但这不会检查上述演示技巧的成员资格。