Python 优化成员检查

我在检查某些数据是否在两个大数据集中时遇到了一些问题

假设我有我想要以9位数字列表的形式检查其成员资格的数据：

[0,1,2,3,4,5,6,7,8]

现在我有另外两个数据集，其中包含了这些数据的一些随机变化：

[1,2,3,6,7,0,8,4,5]

，

[8,0,3,1,7,2,3,4,5]

等等。。。 这些数据集

dataset1

和

dataset2

相当大，包含多达300.000个此类值

现在，我将数据存储为列表，数据集存储为包含这些列表的列表。使用以下代码，成员资格操作花费的时间太长

# Solution 1, too slow
if data not in (dataset1 + dataset2):
    # do something

# Solution 2, also too slow
if data not in dataset1:
    if data not in dataset2:
        # do something

---

我可以用什么方式优化此测试？我只是选择将数据存储在列表中，但是另一种数据结构会更有效吗？例如，我还可以比较字符串（如

'012345678'

）。

能否将数据存储为dict，然后使用try/except进行测试？请尝试使用。集合能够快速进行包容检查。集合擅长包容测试，但它们要求集合中的所有项目都是唯一的。您还将丢失原始数据的顺序（如果这很重要的话）@ｒｉｃｋｅｒｔ 如果您将数据存储为dict，然后使用try/except进行测试，则会有一个int的

集，而不是list的
集。集合能够快速进行包容检查。集合擅长包容测试，但它们要求集合中的所有项目都是唯一的。您还将丢失原始数据的顺序（如果这很重要的话）@ｒｉｃｋｅｒｔ 您将拥有一组
整数，而不是一组
列表