python：列表查找与dict查找_Python_List_Dictionary

python：列表查找与dict查找

python list dictionary

python：列表查找与dict查找,python,list,dictionary,Python,List,Dictionary,我写了一段代码，其中列表大小随着每次迭代而增加，迭代次数可以达到近100000次样本： def do_something(): Lst.append(k) while N < 100000: if k not in Lst: do_something() def do_something（）：附加（k）当N

我写了一段代码，其中列表大小随着每次迭代而增加，迭代次数可以达到近100000次

样本：

def do_something():
    Lst.append(k)

while N < 100000:
    if k not in Lst:
        do_something()

def do_something（）：
附加（k）
当N<100000时：
如果k不在Lst中：
做某事

现在，我注意到这个方法花了很长时间才完成。请注意，我确实设置了setrecursionlimit（）。事实上，令人尴尬的是，这个程序持续运行了几个小时

后来，在试图找到优化代码的方法时，我将Lst转换为Dct。所以代码看起来像：

def do_something():
    Dct[k] = True

while N < 100000:
    if Dct[k] == False:
        do_something()

def do_something（）：
Dct[k]=真
当N<100000时：
如果Dct[k]==False：
做某事

代码运行速度大大加快。在阅读了SOF（）上的几篇对话之后，我意识到它并不是列表速度慢，而是如何处理较大列表数据的内存。该网站揭示了列表和dict查找时间的复杂性。对于列出它的O（n），其中作为Dct查找是O（1）。这就是Dct性能更好的原因吗？列表查找和Dict查找的执行情况如何

是的，字典查找需要固定的时间。您的

如果k不在Lst中

可能需要扫描整个列表，以查看该数字是否还不在列表中，然后再追加。正是这种扫描使得列表包含测试花费了O（n）个时间，这就是杀死您的算法的原因

另一方面，python字典使用A来测试成员资格。每个键都经过哈希运算（减少为一个数字），然后将数字转换为表中的索引。如果在该位置找到的密钥与正在测试的密钥相同，则会找到匹配项。散列可能会导致冲突（两个值散列到同一个表索引），但是Python字典实现有一个算法，可以高效地查找下一个插槽。如果发现一个空插槽，说明安全壳测试失败，钥匙不存在

因此，要测试字典中是否有

，对于大多数测试，只需要进行一次计算。对于一些人来说，可能需要进行更多的测试。但平均而言，查找时间是恒定的

如果您很好奇，并且对C理解得足够好，那么可以查看一下，以了解所有（有良好文档记录的）详细信息。您还可以观看关于CPython

dict

如何工作的文章，或者选择一份，其中包括一章关于Andrew Kuchling编写的实现

你想看的方式；这就像字典一样，是一个无序的集合，具有O（1）个成员资格测试，但只有值，没有键：

some_set = set()

def do_something():
    some_set.add(k)

while N < 100000:
    if k not in some_set:
        do_something()

some_set=set（）
定义做某事（）：
一些集合。添加（k）
当N<100000时：
如果k不在某个集合中：
做某事

在内部，

set（）

对象也使用哈希表。