Python 使用“in”语句时元组vs列表vs字典

我有一个小的if语句，它检查变量是否为两个值中的任何一个。通过测试，我可以看出以下三项都可以工作：

var = 'a'

if(var in ['a', 'b']):
  print("List")

if(var in ('a', 'b')):
  print("Tuple")

if(var in {'a', 'b'}):
  print("Dictionary")

---

但是，这里应该使用哪种数据结构？

我认为在两个元素中，您不会真正注意到速度差异，所以我会选择最小的结构，tuple

python-m timeit'a中的a，b' 10000000个循环，最佳3个：每个循环0.0216 usec python-m timeit'a in[a，b]' 10000000个循环，最佳3个：每个循环0.0218 usec python-m timeit'a在{a，b}' 10000000个循环，最好3个：每个循环0.0255 usec 要显示不同结构之间的尺寸差异，请执行以下操作：

导入系统 sys.getsizeof'a'，'b' 64 sys.getsizeof['a'，'b'] 80 sys.getsizeof{'a'，'b'} 224 编辑 正如@Torxed所指出的，内存使用和速度之间存在一种权衡。对于较小的元素组1-10，可以使用元组或列表，但让我们尝试使用一组100个元素：

-s*在这里没有时间 列表方法，1是最后给出的最坏情况 python-m timeit-s'var=[x代表范围100中的x][：：-1]''var中的1' 1000000个循环，最好3个：每个循环0.947 usec 元组法 python-m timeit-s'var=tuple[x代表范围100中的x][：：-1]''var中的1' 1000000个循环，最好为3个：每个循环0.944 usec 集合方法 python-m timeit-s'var=set[x代表范围100中的x][：：-1]''var中的1' 10000000个循环，最好3个：每个循环0.0272 usec

---

在这种情况下，dict/set可以极大地提高存储速度，也就是说，为了提高速度，您可以放弃内存开销。首先，最后一个选项不是字典，而是集合。如果您来自C语言背景，请将其视为KeyValuePair

---

其次。元组在分配时速度非常快，因为它是不可变的，并且可以很容易地压缩

这是一个集合，而不是一个dict。仅{}不足以将某个东西称为dict。至于应该使用什么，set/dict查找速度很快。但是这些结构需要更多的内存来存储。因此，请做出相应的决定。第三个选项实际上是一个集合，而不是一个字典。这个程序的目的是什么？你应该花一些时间学习如何处理这样的内容并进行调查。如果你还想知道该怎么做的话，请在这之后做出决定并提出问题。对于两个值，我只需要写var=='a'或var=='b'。注意这一点非常重要：一些数据结构非常适合用于最多5-10项列表的枚举，元组等，因为有些结构擅长于较大的数字，所以dict对于较大的数量非常有用。在决定使用IMO的类型时，不同数据长度的计时是关键。这正是我想要的，谢谢！你是对的，对于2个元素来说，大小和速度都是可以忽略不计的，但是这对于将来更大尺寸的任何情况来说都是非常有趣的信息。谢谢@Aziz知道，在早期的Python版本中，元组优于5-10个元素，列表最快可达10-50个元素。在那之后，dicts在各种形状和形式上都更快。尤其是出于明显的原因访问对象。在这方面，内存消耗通常随速度而变化。我坚持我上面的评论，学会对大小和用例的差异进行计时。@即使长度达到100个元素，我也没有注意到在一个元组~1%的列表中有显著的性能提升。然而，在这个尺寸下，您是正确的，dict和set是远远更好的选择。我将在回答中添加一个编辑，以突出显示您的点集与C中的KeyValuePair完全不同？我对C语言很生疏，但您所描述的实际上是C语言中的dict？对于一个立即被垃圾收集的对象来说，可变性其实并不重要。