我将有 1 个小字典（在 5 到 20 个键之间），在 python 2.5 中，一页加载最多会引用一百次左右。
我开始命名它将查找的键，我想知道是否有我可以遵循的键命名约定来帮助 dict 查找时间。
【问题讨论】：
标签： python django performance dictionary
因为 Python 字符串哈希函数会遍历字符（至少在 this 仍然适用的情况下），我会选择 short 字符串。
【讨论】：
可能对它们来说是合理的名称，恰好会产生哈希不冲突的名称。然而，CPython dicts 已经是已知宇宙中最优化的数据结构之一，对大多数输入产生很少的冲突，与其他内置类型的哈希方案配合良好，解决冲突非常快，等等。非常 em> 即使您找到了一些东西，您也不太可能看到任何好处，尤其是因为一百次查找并没有那么多。
例如，在我使用了 4 年的台式机上运行的 timeit 基准测试（运行一个可笑的低预算双核 CPU，频率为 3.1 GHz）：
...>python -mtimeit --setup="d = {chr(i)*100: i for i in range(15)};\
k = chr(7)*100" "d[k]"
1000000 loops, best of 3: 0.222 usec per loop
这些字符串比手动输入变量名的所有字符串大十倍。将长度从 100 减少到 10 会导致每次查找 0.0778 微秒。现在测量页面的加载速度并进行比较（或者，只需考虑构建页面时您实际所做的工作需要多长时间）；并考虑缓存、框架开销以及所有这些因素。
您在这方面所做的任何事情都不会对性能、周期、句号产生影响。
【讨论】：
Python 字典有一个字符串键的快速路径，所以使用这些（而不是，比如说，元组）。字符串的哈希值缓存在该字符串中，因此字符串保持与实际值相同更为重要；字符串常量（即在程序中逐字出现的字符串，不是计算的结果）始终保持完全相同，因此只要您使用它们，就无需担心。
【讨论】：
添加另一个方面：
对于非常小的字典和繁重的时间限制，计算散列的时间可能只是总时间的一小部分。因此，对于（比如说）5 个元素，使用数组和顺序搜索（当然，包装到一些 MiniDictionary 对象中）可能会更快，甚至可能通过二分搜索来增强。这可能会找到具有 2-3 次比较的元素，这可能会也可能不会比哈希计算加一次比较快。
收支平衡取决于哈希速度、平均元素数量和预期的哈希冲突次数，因此需要进行一些测量，并且没有“一刀切”的答案。
【讨论】：
我必须测试 ;-)
使用
1
"one"
"aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa"
作为长度为 4 的字典的键之一。迭代 10,000,000 次并测量时间。我得到了这个结果：
<function f1 at 0xb779187c>
f1 3.64
<function f2 at 0xb7791bfc>
f2 3.48
<function f3 at 0xb7791bc4>
f3 3.65
没有区别……
我的code
【讨论】：