列表的 in 和 index 函数 [Python]答案

【问题标题】：in and index function of list [Python]列表的 in 和 index 函数 [Python]
【发布时间】：2014-11-17 01:14:38
【问题描述】：

我正在尝试了解in 命令和列表数据结构的index() 的内部工作原理。

当我说：

if something not in some_list :
    print "do something"

它是在内部遍历整个列表，类似于for 循环还是使用更好的方法，如hashtables 等。

列表中的index() 也会在列表中不存在该项目时给出错误。 in 和 index() 的工作方式相同吗？如果index() 更好，那么是否有可能在项目不存在时捕获错误，如果可能，是否是好的编程？

【问题讨论】：

O(n) 的有趣插图：$ for i in 1 2 3 4 5 ; do python -mtimeit -s "l=range(int(1e$i))" "(-1) not in l" ; done

标签： python python-3.x python-2.7 list data-structures

【解决方案1】：

好问题！是的，您提到的两种方法都必然会迭代列表。 Python 不对列表使用哈希表，因为列表元素是可哈希的没有限制。

如果您了解"Big O" notation，则list 数据结构设计用于通过查找已知索引进行 O(1) 访问，例如my_list[13]。成员资格测试是 O(n)。

还有其他数据结构针对成员资格测试的 O(1) 速度进行了优化（即__contains__），即set 和dict。这些是用hashtables 实现的。

这是一个示例，说明如何使用 IPython 验证集合和列表的 time-complexity，以确认这些声明：

In [1]: short_list, long_list = range(1000), range(10000)

In [2]: timeit 'potato' not in short_list
10000 loops, best of 3: 40.9 µs per loop

In [3]: timeit 'potato' not in long_list
1000 loops, best of 3: 440 µs per loop

In [4]: small_set, big_set = set(short_list), set(long_list)

In [5]: timeit 'potato' not in small_set
10000000 loops, best of 3: 72.9 ns per loop

In [6]: timeit 'potato' not in big_set
10000000 loops, best of 3: 84.5 ns per loop

【讨论】：

【解决方案2】：

对于列表，不幸的是，这两种方法（in 和index()）都会遍历列表以检查您要查找的项目。一旦知道成员资格测试的结果，它们就会停止迭代，这意味着如果没有找到该项目，它们将迭代到最后。

据我所知，如果您必须使用列表，not in 构造是最 Python 的构造，也是您应该使用的构造（但您应该丢弃那些不必要的括号）。

如果您不需要专门使用列表，内置的set 类型通常可以代替它。集合是一种类似于列表的数据结构，但它使用散列算法来测试是否存在项目，因此如果您正在做大量此类工作，您可以考虑切换。不过请阅读我链接到的文档，因为集合是无序的，所以它们不支持切片或索引之类的东西。

是的，您可以计划您要检查的项目何时不在您的数据结构中。您正在寻找Try/Except Block：

example_list = [1,2,3]

try:
     index_of_4 = example_list.index(4)
except ValueError:
     print("Oops! 4 wasn't in the list!")

当您知道程序中可能发生异常时，您可以将有问题的代码包装在这样的块中，以便优雅地捕获异常并从异常中恢复。尽可能优雅地从错误和异常中恢复确实是一种很好的编程习惯，即使这意味着只是打印一条错误消息并退出。

【讨论】：