Python集查找效率

我知道python集合有O（1）个查找时间，python列表有O（n）个查找时间，但我对容器大小感到好奇，在这个容器大小下，将列表转换为集合是值得的

换句话说，如果我打电话给以下人员：

arr = [1, 2, 3]
for i in range(1000000):
    random.randint(1,3) in arr

这会比打电话给下面的人更有效吗

s = set([1, 2, 3])
for i in range(1000000):
    random.randint(1,3) in s

更重要的是，交叉长度是多少

---

编辑：大家一致认为，这完全取决于用户定义对象的哈希方法的效率，但对于字符串、int等原语，截止值约为1-3。

以下是一些代码，您可以使用这些代码自己测试：

您应该在您真正关心的平台和Python实现上运行它

还要注意，我搜索的是

None

，而不是

1

，因为搜索一个保证是列表中第一（或第二）项的值是常数时间，并且我使用的是与初始测试相同的整数（当然，这对于散列来说是微不足道的）。您应该根据您关心的实际数据进行测试

无论如何，在我手头的所有实现上测试它，我得到了0（64位PyPy2.1.0/2.7.3）到3（32位PyPy1.9.0/2.7.2）的截止值，其中大多数是1-2。例如，下面是64位Python 3.3.2在1:

0 0.10865500289946795 0.11782343708910048
1 0.1330389219801873 0.11656044493429363

---

当然，如果您有意创建一个散列速度慢且不缓存的对象，您可以将该截止值推高到您想要的高度。例如，在我的

\uuuuuu散列法中放入
time.sleep（1）
，它最终大约为12M。
您可以尝试使用
timeit
测试它。）对于不同的Python实现、平台等，交叉点会有所不同。因此，显然，您需要自己进行测试。它还取决于列表/集中的对象。对象可以定义其散列的计算方式，因此某些对象的散列速度可能比其他对象快。我觉得数据结构的选择应该是显而易见的，并且取决于您的用法/算法。@阿巴内特：这也是正确的，因此它还取决于您对相同对象与新对象进行散列的频率。正如所有这些评论所显示的，这个问题没有简单的答案：-）这对
列表
s有点不公平-它必须扫描每个元素，然后才能知道
无
不存在。如果在用例中，搜索到的东西通常是存在的，那么对列表进行洗牌或者查找范围的中间值（即：平均需要扫描列表的一半）会更公平。在我的设置中，交叉点大约在7000处。@drevicko：列表是线性的这一事实是我们演示的重点，所以演示这一点并不不公平。把值在中间找到而不是结束（或者根本没有）只会产生2X的差异；也许在一盘比赛之前的截止时间是2-3而不是1-2，但是谁在乎呢？哎呀！我的错！我一定是在比较μs和ns！我觉得很奇怪。
0 0.10865500289946795 0.11782343708910048
1 0.1330389219801873 0.11656044493429363