搜索列表数百万次的最有效方法是什么？

Question

我知道搜索的简单方法是创建一个包含字符串的列表，然后执行if string in list，但它会变慢，而且我听说字典键实际上不会因为大集合而减速它们没有被订购。

但是，我不需要任何与项目相关的额外信息，所以制作字典只是为了保存键并将值设置为 None 感觉有点不对。

有什么我可以使用的东西在速度方面像字典键一样，但又像一个列表？

这是一个简单的例子：

import time, random

totalRange = 100000
searchFor = 5000

#Create a list of 10 million characters
searchableList = []
for i in range( totalRange ):
    searchableList.append( random.randint( 0, totalRange ) )

#Create dictonary with keys set to 'None'
searchableDict = {}
for i in searchableList:
    searchableDict[i] = None

searchableSet = set( searchableList )

#Search list
startTime = time.time()
numberMatches = 0
for number in range( searchFor ):
    if number in searchableList:
        numberMatches += 1
print numberMatches, time.time()-startTime

#Search dictionary keys
startTime = time.time()
numberMatches = 0
for number in range( searchFor ):
    if number in searchableDict:
        numberMatches += 1
print numberMatches, time.time()-startTime

#Search set
startTime = time.time()
numberMatches = 0
for number in range( searchFor ):
    if number in searchableSet:
        numberMatches += 1
print numberMatches, time.time()-startTime

以下是时间输出：

List: 18.8 seconds
Set: 0.002 seconds
Dictionary: 0.0009 seconds

尽管 set 比 list 快很多，但字典仍然快两倍，所以我想知道是否还有什么我不知道的。使用字典不会太糟糕，我只是想有一种比dictionary[key]=None 更清洁的方法。

根据 iCodez 的回答进行编辑：

在 totalRange=1000000 和 searchFor=50000（高 10 倍）时进行测试：

List = 20 minutes and still going
Dictionary = 0.023 seconds
Set = 0.02 seconds
Set.intersection = 0.008 seconds

随着计算次数的增加，似乎集合和字典的效率非常相似，但set.intersetion 的方式显然要好得多。

Answer 1

在这种情况下，您应该使用set。集合与字典 (constant) 具有相同的查找时间，但它们由单个项目而不是键/值对组成。因此，您可以以更少的内存和更好的数据表示获得相同的速度。

---

此外，您还可以通过使用set.intersection 而不是 for 循环来提高效率：

numberMatches = len(searchableSet.intersection(xrange(searchFor)))

您也会注意到我将range 替换为xrange。这可以防止 Python 构建不必要的列表，从而浪费内存。

Answer 2

使用

a_dict = dict.fromkeys(my_text.split())