Python 按s键与不按s键速度

我有以下代码：

s = set([5,6,7,8])

if key in s:
    return True

if key not in s:
    return False

在我看来，从理论上讲，它不应该在时间上有所不同，但我可能在幕后遗漏了一些东西

在处理时间或可读性方面，是否有任何理由选择其中一个

也许这是一个例子：

“过早优化是万恶之源”

---

简短回答：没有，没有区别。是的，可能是过早的优化。

---

好的，我运行了这个测试：

import random
s = set([5,6,7,8])
for _ in range(5000000):
    s.add(random.randint(-100000,100000000))

def test_in():
    count = 0
    for _ in range(50000):
        if random.randint(-100000,100000000) in s:
            count += 1
    print(count)

def test_not_in():
    count = 0
    for _ in range(50000):
        if random.randint(-100000,100000000) not in s:
            count += 1
    print(count)

当我对输出计时时：

%timeit test_in()
10 loops, best of 3: 83.4 ms per loop

%timeit test_not_in()
10 loops, best of 3: 78.7 ms per loop

但是，这一微小的差异似乎是计算组件的一个症状。平均有47500个“非移民”，但只有2500个“移民”。如果我将两项测试都更改为通过，例如：

def test_in():
    for _ in range(50000):
        if random.randint(-100000,100000000) in s:
            pass

结果几乎相同

%timeit test_in()
10 loops, best of 3: 77.4 ms per loop

%timeit test_not_in()
10 loops, best of 3: 78.7 ms per loop

---

在这种情况下，我的直觉让我失望。我原以为说

它不在集合中

会增加一些额外的处理时间。当我进一步考虑什么是哈希图时，很明显这是不可能的。 你应该看不出有什么不同。集合中的查找时间是恒定的。对条目进行散列，然后在散列映射中查找它。所有钥匙都在同一时间检查，in与not in应具有可比性。

在ipython会话中使用

timeit

运行简单的性能测试，以确认g.d.d.c的声明

def one(k, s):
    if k in s:
        return True     

def two(k, s):
    if k not in s:
        return False     

s = set(range(1, 100))

%timeit -r7 -n 10000000 one(50, s)
## 83.7 ns ± 0.874 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

%timeit -r7 -n 10000000 two(50, s)
## 86.1 ns ± 1.11 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

---

像这样的优化不会给你带来很多好处，正如评论中指出的那样，实际上会降低你发布错误修复/改进的速度。。。由于可读性差。对于这种低水平的性能提升，我建议研究or。

在处理时间方面，不。在清晰度方面，我认为两者都不适用：如果输入s:#做点什么，只需使用

。如果您确实需要将其放入函数中，您可以使用s中的返回键。但是您应该向我们展示一个实际的函数，因为在函数之外不能有
return
语句。顺便说一句，函数执行路径不以显式的
return
语句return
None
终止，这是错误的，因此您显示的两种不同形式在实际函数中不会有相同的效果。FWIW，在s

中编写类似于

return键的内容更像python，看起来您仍然在使用Python 2。您应该认真考虑迁移到Python 3，Python 2将在2020的某个时间到达它的正式生命结束。要查看字符串中的所有字符是否在一个集合中，您应该使用一个以C速度进行循环的集合方法，而不是Python循环。例如，
s=set（'abcdefg'）；打印（s.issuperset（‘笼状’）