【发布时间】：2012-02-14 07:15:56
【问题描述】：
python wiki 说：“使用集合和字典进行成员资格测试 O(1) 比搜索序列 O(n) 快得多。在测试“a in b”时，b 应该是集合或字典，而不是一个列表或元组。”
每当速度在我的代码中很重要时，我一直在使用集合代替列表，但最近我一直想知道为什么集合比列表快得多。谁能解释一下，或者指向一个可以解释的来源，python 的幕后究竟发生了什么以使集合更快？
【问题讨论】：
【发布时间】：2012-02-14 07:15:56
【问题描述】：
list：想象一下，你正在衣柜里找袜子，但你不知道袜子在哪个抽屉里，所以你必须一个抽屉一个抽屉地搜索，直到找到它们（或者也许你永远不会这样做）。这就是我们所说的O(n)，因为在最坏的情况下，您会查看所有抽屉（其中n 是抽屉的数量）。
set：现在，假设您仍在衣橱里寻找袜子，但现在您知道袜子在哪个抽屉里了，比如在第三个抽屉里。因此，您将只在第三个抽屉中搜索，而不是在所有抽屉中搜索。这就是我们所说的O(1)，因为在最坏的情况下，您只会看到一个抽屉。
【讨论】：
-
使用实时示例是理解或教授任何事物的最佳方式。干得好！
-
@juliomalegria 袜子抽屉是否代表
list/set中的元素或元素的内存位置？ -
所以我们“知道袜子在第三个抽屉里”的原因是因为要查找的值被散列，我们可以直接去相应的内存位置查找数据吗？
-
这是一个完美的 ELI5 解决问题！
-
多么生动、简洁的例子来说明大 O 和哈希集的价值！荣誉。
集合是使用hash tables 实现的。每当您将对象添加到集合中时，set 对象在内存中的位置是使用要添加的对象的哈希确定的。在测试成员资格时，需要做的基本上就是查看对象是否在其哈希确定的位置，因此此操作的速度不取决于集合的大小。相反，对于列表，需要搜索整个列表，随着列表的增长，搜索速度会变慢。
这也是集合不保留您添加的对象顺序的原因。
请注意，一般来说，集合并不比列表快——成员资格测试对集合来说更快，删除元素也是如此。只要您不需要这些操作，列表通常会更快。
【讨论】：
我认为你需要好好看看一本关于数据结构的书。基本上，Python 列表实现为dynamic arrays，集合实现为hash tables。
这些数据结构的实现赋予了它们截然不同的特征。例如，哈希表的查找时间非常快，但无法保留插入顺序。
【讨论】：
-
抱歉恢复一个旧线程。但是对一本书有什么建议吗？
Python 使用 hashtables，它的查找时间为 O(1)。
【讨论】：
虽然到目前为止我还没有测量任何与 python 相关的性能，但我仍然想指出，列表通常更快。
是的，你有 O(1) 与 O(n)。但请始终记住，这仅提供有关某物的渐近行为的信息。这意味着如果你的 n 非常高，O(1) 总是会更快 - 从理论上讲。但在实践中，n 通常需要比您通常的数据集大得多。
所以集合本身并不比列表快，但前提是你必须处理大量元素。
【讨论】：
基本上，取决于您正在执行的操作……
*对于添加一个元素 - 那么一个集合不需要移动任何数据，它所要做的就是计算一个哈希值并将其添加到一个表中。对于列表插入，则可能存在要移动的数据。
*对于删除一个元素 - 一个集合需要做的就是从哈希表中删除哈希条目，对于一个列表它可能需要移动数据（平均 1/2 的数据。
*对于搜索（即 in 运算符） - 一个集合只需要计算数据项的哈希值，在哈希表中找到该哈希值，如果存在 - 然后宾果游戏。对于列表，搜索必须依次查找每个项目 - 平均为列表中所有术语的 1/2。即使对于 1000 多个项目，一组搜索也会快得多。
【讨论】：
-
*要添加元素到set，它需要检查是否相等，我猜与list相比会降低性能。
必须逐个搜索列表，其中集合或字典具有索引以便更快地搜索。
【讨论】：
实际上，在每种情况下，集合并不比列表速度。通常，列表比集合速度快。 但是在搜索集合中的元素的情况下，它是速度，因为集合是使用哈希表实现的。所以基本上它不需要搜索完整的集合，所以平均时间复杂度是 O(1)。列表使用动态数组，它应该在完整数组中查找。所以它需要O（n）。 n 是列表的大小。
所以最后我们可以看到集合在某些情况下更好，而列表在某些情况下更好。由我们来根据我们的任务选择合适的数据结构。
【讨论】：
-
第一句话不是正经的英文。