Python 快速包含方法答案

【问题标题】：Python fast contains methodPython 快速包含方法
【发布时间】：2013-11-26 20:02:08
【问题描述】：

如果我在 Python 中有一个字典，那么搜索一个不存在的键的时间复杂度是多少？

d = {}
if key not in d:
   print "Key not found!"

in 是否对键数组进行线性搜索？

是否存在在数据结构中搜索特定字符串的 O(1) 实现？对于contains() 方法有效。

【问题讨论】：

字典基于哈希表，查找时间为 O(1)。

标签： python dictionary key contains

【解决方案1】：

它必须为字典摊销O(1)，因为最后in 运算符只是执行成员查找，not 没有额外的开销。请查看此answer，了解有关字典情况下in 运算符时间复杂度的更多详细信息。

【讨论】：

【解决方案2】：

它的 O(1) 字典被实现为一个哈希表，并且在做哈希表查找

【讨论】：

【解决方案3】：

字典通常查找时间为 O(1)。

拥有一个为其哈希返回常量的类是完全可以接受的，但这会降低字典查找的线性度。

例如。

class dumbint(int):
    def __hash__(self):
        return 0

$ python -m timeit -s 'class dumbint(int):__hash__ = lambda x:0' -s 'd={dumbint(i):i for i in range(100)}' 'dumbint(-1) in d'
100000 loops, best of 3: 3.64 usec per loop
$ python -m timeit -s 'class dumbint(int):__hash__ = lambda x:0' -s 'd={dumbint(i):i for i in range(1000)}' 'dumbint(-1) in d'
10000 loops, best of 3: 31.7 usec per loop
$ python -m timeit -s 'class dumbint(int):__hash__ = lambda x:0' -s 'd={dumbint(i):i for i in range(10000)}' 'dumbint(-1) in d'
1000 loops, best of 3: 803 usec per loop

字符串有一个很好的散列函数，所以你会得到 O(1) 的精确匹配查找。在键中搜索 子字符串 是一个困难得多的问题。

【讨论】：