Python 列表列表与元组集合的时间复杂度

我经常读到集合操作是O（1），最坏的情况是O（N），而检查列表成员是O（N）。因此，当一位朋友在添加列表之前检查列表是否在列表中时，我建议改为使用一组元组。然而，在计时时，列表的速度更快！为什么会这样？向集合中添加元组如何比遍历列表列表慢

下面是一些示例测试代码

import time
a = []
b = []

for i in range(10000):
    a.append(list(range(100)))
    b.append(tuple(range(100)))
    


p=[]
tic=time.perf_counter()
for i in range(100):
    if a[i] not in p:
        p.append(a[i])
toc=time.perf_counter()
print(toc-tic)  # Was about 100ms

q=set()
tic=time.perf_counter()
for i in range(100):
    q.add(b[i])
toc=time.perf_counter()
print(toc-tic)  # Was about 169ms

r=dict()
tic=time.perf_counter()
for i in range(100):
    r[b[i]]=None
toc=time.perf_counter()
print(toc-tic)  # Was about 143ms

---

您没有很好地测试哪一个更快，因为您只是在

p，q，r

中添加了一个元素，因为

a

仅由一个重复的元素组成：list（范围（100）），而

b

也是如此

一个更好的测试是这个修改版本，您将看到您期望的结果，因为在这里您将向

A

和

b

添加不同的元素：

import time
a = []
b = []

for i in range(100000):
    a.append(i)
    b.append(i)
           
p=[]
tic=time.perf_counter()
for i in range(100):
    if a[i] not in p:
        p.append(a[i])
toc=time.perf_counter()
print(toc-tic)  

q=set()
tic=time.perf_counter()
for i in range(100):
    q.add(b[i])
toc=time.perf_counter()
print(toc-tic)  

r=dict()
tic=time.perf_counter()
for i in range(100):
    r[b[i]]=None
toc=time.perf_counter()
print(toc-tic)  

---

好吧，别客气。事实证明，这是由于列表的构造方式：嵌套列表不是唯一的，因此检查列表是否在列表中本质上是O（1），因为它始终是第一个列表。做了这个小小的修改，世界上的一切又恢复了正常：

a = []
b=[]
m=100
n=100
for i in range(n):
    a.append(list(range(i,i+m)))
    b.append(tuple(range(i,i+m)))
    


p=[]
tic=time.perf_counter()
for i in range(n):
    if a[i] not in p:
        p.append(a[i])
toc=time.perf_counter()
print(toc-tic)

q=set()
tic=time.perf_counter()
for i in range(n):
    q.add(b[i])
toc=time.perf_counter()
print(toc-tic) 

r=dict()
tic=time.perf_counter()
for i in range(n):
    r[b[i]]=None
toc=time.perf_counter()
print(toc-tic) 

---

谢谢尽管问题是关于元组与列表的，而不仅仅是整数值。但是，我可以将列表创建修改为

list（range（I，m+I））

，这样每个列表都是唯一的，而且集合/字典的时间安排确实比列表搜索更好。是的，但最终拥有列表或整数并不重要，重要的是拥有唯一的元素