哪个更快，为什么？设置还是列出？答案

【问题标题】：Which is faster and why? Set or List?哪个更快，为什么？设置还是列出？
【发布时间】：2011-12-04 17:52:44
【问题描述】：

假设我有一个图表，想看看b in N[a]。哪个实现更快？为什么？

a, b = range(2)
N = [set([b]), set([a,b])]

或

N= [[b],[a,b]]

这显然过于简单了，但想象一下图变得非常密集。

【问题讨论】：

标签： python list graph set

【解决方案1】：

集合中的成员资格测试要快得多，尤其是对于大型集合。这是因为该集合使用hash function 映射到存储桶。由于 Python 实现会自动调整该哈希表的大小，因此无论集合大小如何（假设哈希函数足够好），速度都可以保持恒定 (O(1))。

相比之下，要评估一个对象是否是列表的成员，Python 必须比较每个成员的相等性，即测试是 O(n)。

【讨论】：

打败我。还值得指出的是，OP 在第一个示例中有一个列表列表，在第二个示例中有一个集合列表。因为外层容器在这两种情况下都是一个列表，所以在这两种情况下搜索都是 O(n)。
Python 集合是动态调整大小的哈希表，因此无论项目数量如何，您都可以得到分期 O(1)。 @gddc OP 询问关于N 容器列表中单个项目 (b in N[a]) 的成员资格测试，所以不，它不是O(n)。
@delnan 你说得对，O(1) (+notes) 比 O(log n) (-notes) 更好。
@phihag O(1) 不仅比 O(log n) 好：O(1) 是正确的，O(log n) 不是。
@NedBatchelder：实际上，如果你查看数学定义，你会发现只要 O(1) 为常数，O(log N) 就是正确的——如果它是常数，它也以 log N 为界. 所以 O(1) 是“刚好”比 O(log N) 好。

【解决方案2】：

这完全取决于您要完成的工作。逐字使用您的示例，使用列表会更快，因为您不必经历创建集合的开销：

import timeit

def use_sets(a, b):
    return [set([b]), set([a, b])]

def use_lists(a, b):
    return [[b], [a, b]]

t=timeit.Timer("use_sets(a, b)", """from __main__ import use_sets
a, b = range(2)""")
print "use_sets()", t.timeit(number=1000000)

t=timeit.Timer("use_lists(a, b)", """from __main__ import use_lists
a, b = range(2)""")
print "use_lists()", t.timeit(number=1000000)

生产：

use_sets() 1.57522511482
use_lists() 0.783344984055

但是，由于这里已经提到的原因，当您搜索大型集合时，您会受益于使用集合。通过您的示例无法判断拐点对您来说在哪里以及您是否会看到好处。

我建议您对这两种方式都进行测试，并为您的特定用例选择更快的方法。

【讨论】：

【解决方案3】：

Set（我的意思是像 HashSet 这样的基于散列的集合）比 List 查找值要快得多。 List 必须按顺序查找该值是否存在。 HashSet 几乎可以在恒定时间内直接跳转定位桶查找值。

【讨论】：