2.5. Performance of Python Data Structures

이 문서는 영문으로된 내용을 구글 번역기를 활용하여 번역한 내용입니다. 
개인적인 공부 및 추후 다시 볼 수 있도록 하기 위해 개인 블로그에 번역 내용을 옮겨 놓았습니다.
원문과 내용이 다를시 책임지지 않으며, 저작권 문제가 발생시 언제든 삭제 될 수 있습니다. 

Problem Solving with Algorithms and Data Structures using Python by Bradley N. Miller, David L. Ranum is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License. 

이제 Big-O 표기법에 대한 일반적인 생각과 다양한 함수 간의 차이점에 대해 알아 보았으므로 이 섹션의 목표는 Python 목록 및 사전 작업의 Big-O 성능에 대해 설명하는 것입니다. 그런다음 각 데이터 구조에서 특정 작업을 사용하는 데 따른 비용과 이점을 보여주는 몇 가지 타이밍 실험을 보여줍니다. 이러한 Python 데이터 구조의 효율성을 이해하는 것이 중요합니다. 나머지 Python 데이터 구조는 다른 나머지 데이터 구조를 구현할 때 사용할 기본 요소이기 때문입니다. 이 섹션에서는 성능이 왜 그런지 설명하지 않을 것입니다. 다음 장에서는 목록과 사전의 구현 가능성과 구현이 구현에 따라 달라지는 방법을 볼 수 있습니다.