“怎么说？”；在；python工作中的关键字？有没有更快的办法？

我是一个编程新手，我在玩一些大数据（yelp+评论）举一个简单的例子，我想在文本中找到一个单词，所以基本上我试着遍历所有这些数据，在这些评论中找到一个单词，在触发之前，我知道这是最糟糕的方法，但后来我用nltk对数据进行预处理，将评论放在一个列表中，并使用“in”关键字检查列表中的单词，它要快得多，所以我的问题是什么使“in”关键字更快？除了改进预处理部分，还有更快的方法吗

编辑1（以下是示例代码）：

首先，我将评论标记化，e.x“这个地方很好”变成[“这个”、“地方”、“是”、“好”]

然后我检查列表中是否有某个字符串

if(contents[i] in list_of_targeted_words): return 1

这似乎比使用for循环更快

if(contents[i] == list_of_targeted_words[j]): return 1

---

本身并不快；它只是类可以定义的
\uuuuu包含的\uuuu
方法的公共部分<代码>列表。_包含

是一个O（n）操作，因为它必须遍历整个列表以查找匹配项

# a in my_list
for x in my_list:
    if x == a:
        return True
return False

dict.\uuu contains\uu

速度很快，因为它只需要在

dict

值中执行O（1）查找

# a in my_dict
try:
     my_dict[a]
     return True
 except KeyError:
     return False

其他类可以根据需要定义

\uuuuu包含

。考虑一个表示二进制搜索树的类：

class BST:
    # You should be able to infer enough of the structure of the tree
    # from this definition.
    def __contains__(self, x):
        node = self.root
        while node is not None:
            if node.value == x:
                return True
            elif node.value < x:
                node = node.right
            else:
                node = node.left
        return False

BST级：
#你应该能够推断出足够的树的结构
#根据这个定义。
def___;包含______;（self，x）：
node=self.root
当节点不是“无”时：
如果node.value==x：
返回真值
elif node.value

---

最重要的是，它不会对整个树进行O（n）遍历以查找

x

；相反，它从根开始向下走O（lgn）。

欢迎来到堆栈溢出。为了帮助您理解某些代码是如何工作的，我们需要首先查看代码。请向我们展示一个简短的示例，说明您的问题，我们可以从中提供帮助。相关：请注意，正如此链接所解释的，中的

对不同类型的数据有不同的作用。它不是在评论中搜索，而是将单词与列表中存储的整个评论进行比较。b中
a的内部工作在很大程度上取决于
类型（b）
。对于您的列表，它大致可以归结为
any（a==x代表b中的x）
@code学徒我添加了一个示例代码我想我可以尝试dict._包含u方法并检查差异，感谢您的澄清“try”是什么意思？要么你有一个
dict
，要么你没有；你不能应用
dict.\uuu包含\uuu
到一个不是
dict
的对象。我想先用评论来创建字典，而不是创建一个列表。注意，我将此注册为一个答案，因为当我使用字典来搜索列表时，代码现在要快得多，谢谢你的帮助！如果有人有任何类似的问题，请让我知道我会与您共享代码。
class BST:
    # You should be able to infer enough of the structure of the tree
    # from this definition.
    def __contains__(self, x):
        node = self.root
        while node is not None:
            if node.value == x:
                return True
            elif node.value < x:
                node = node.right
            else:
                node = node.left
        return False