Python 使用字典而不是排序然后搜索

我正在研究哈希表，突然想到：

为什么不使用字典来搜索元素，而不是先对列表排序，然后进行二进制搜索呢？（假设我要搜索多次）

我们可以在

O（n）

（我认为）时间内将列表转换为字典，因为我们必须遍历所有元素

我们将所有这些元素添加到字典中，这需要

O（1）

时间

当字典准备好后，我们可以在

O（1）

time（average）中搜索任何元素，

O（n）

是最坏的情况

现在，如果我们讨论的是平均大小写

O（n）

比其他排序算法更好，因为它们最多只取

O（nlogn）

。如果我所说的都是对的，那么为什么不这样做呢

我知道你可以用排序后的元素做很多其他的事情，而这些事情在未排序的字典或数组中是做不到的。但是如果我们只坚持搜索，那么这不是比其他排序算法更好的搜索方法吗？

二进制搜索是一种搜索技术，它利用了

键的列表在要搜索的
键
已经排序，它不需要您排序然后搜索，使其最坏情况下的搜索时间
O（log n）

如果您没有
键的排序列表，并且想要搜索
键
，那么您必须进行线性搜索，在最坏的情况下，线性搜索将以
O（n）
复杂度运行，没有必要先进行排序，然后再进行搜索，因为最著名的排序算法只能在
O（n log n）
时间内工作

从
键
的
列表
构建
字典
，然后执行查找在这里没有任何好处，因为线性搜索将产生相同的结果以获得更好的性能，并且还需要辅助内存，这在
字典
的情况下是需要的；但是，如果您有多个查找，并且使用
字典的键空间很小，则会有很大的优势，因为构建字典是
O（n）
的一次工作，后续的查找可以通过
O（1）
完成，代价是
字典将使用的一些内存，一个设计良好的哈希表可以胜过排序和搜索

对于正确的选择，有许多因素在起作用，例如就地需求、数据集的动态性、搜索数量与插入/删除、易于构建有效的哈希函数……
或者我们只是在O（n）中迭代未排序的列表要搜索元素？@timgeb那么如果你必须搜索n次，那么你就有了复杂性
n*O（n）
，如果你先排序，然后搜索n次，那就是
n*O（logn）
。根据约翰理论，你可以在
O（1）
时间内搜索任意次数，这比你想要的要好得多say@jamessmith是 啊但是你没有提到你想搜索很多次。在这种情况下，将列表转换为O（n）中的一个集合（为什么需要dict？），然后在O（1）中执行任何后续的包含检查。只有当您需要顺序和/或重复元素时，才有助于保持可对分的已排序列表。@timgeb那么为什么要使用排序算法进行搜索呢？这是一个更好的方法，我认为将列表转换为集合（作为hashmap的特例）是一种非常常见的做法，用于快速重复查找。如果空间很小，使用排序列表可能更可取，因为稀疏填充的哈希集将比原始列表占用更多的空间（哈希集越密集，冲突就越大）。“如果您已经知道要查找的密钥，则不会称之为搜索”-我不理解这句话。你正在寻找你事先知道的钥匙的存在。你怎么能搜索你不知道的东西呢？“最著名的排序算法”-事实上，数学证明排序所需的时间不能少于
O（nlogn）+c
。今天的算法试图最小化常数
c
“线性搜索在最坏的情况下会以O（n）复杂度运行，没有必要先排序，然后再搜索，因为最著名的排序算法只能在
O（n log n）
时间内工作。“你为什么把这当作我在问题中说过的情况？”（假设我想搜索多次）“@johnsmith是的，如果你在一个固定列表中有多次搜索，那么你的技术肯定会更好，这是一种常用的方法。