我有一个字典，例如：
d=dict()
d[('1','2')] = 'value'
然后我查询密钥：
if (k1,k2) in d.keys():
当有百万条记录时，速度很痛苦，'in'操作符有什么问题吗？
是顺序搜索吗？
我必须连接 str 作为绕过此问题的关键。
【问题讨论】：
标签： python dictionary key
你应该使用
(k1,k2) in d
而不是调用d.keys()。
按照自己的方式进行操作，在 Python 2 中会导致线性搜索，并且会否定 dict 的好处。在 Python 3 中，您的代码是高效的（参见下面的 cmets），但我的版本更清晰。
【讨论】：
.keys() 会在 Python 3 中提供视图对象，而不是列表？
d.keys()。在 Python 2.x 中，这将每次创建一个包含一百万条记录的列表。即使在 3.x 中，它仍然是完全多余的。
in 运算符也必须执行线性搜索。您需要将in 运算符应用于dict 对象。
考虑到 Nolen Royalty 的添加，我想我会注意您实际上可以以稍微更好的方式进行 timeit 测试。通过将dict 的构造移到设置函数中，我们可以只对dict 上的操作进行计时，从而得到一个可以轻松比较的结果。
在 3.2 中：
python -m timeit -s 'd = {(str(i), str(j)):"a" for i in range(100) for j in range(1000)}' '_ = ("1", "2") in d.keys()' '_ = (1, 2) in d.keys()'
1000000 loops, best of 3: 0.404 usec per loop
python -m timeit -s 'd = {(str(i), str(j)):"a" for i in range(100) for j in range(1000)}' '_ = ("1", "2") in d' '_ = (1, 2) in d'
1000000 loops, best of 3: 0.247 usec per loop
您可以看到差异。在 3.x 中，直接在 dict 上工作可以使我们的速度提高近 2 倍，这还不错。
在 2.7.3 中：
python2 -m timeit -s 'd = {(str(i), str(j)):"a" for i in range(100) for j in range(1000)}' '_ = ("1", "2") in d.keys(); _ = (1, 2) in d.keys()'
10 loops, best of 3: 36.3 msec per loop
python2 -m timeit -s 'd = {(str(i), str(j)):"a" for i in range(100) for j in range(1000)}' '_ = ("1", "2") in d' '_ = (1, 2) in d'
10000000 loops, best of 3: 0.197 usec per loop
在 2.x 中，差异确实惊人。使用 dict.keys() 需要 36,300 微秒，而仅使用 dict 需要不到 0.2 微秒。这快了将近 20 万 倍。
只是觉得这值得一提。
编辑：
Tim 做了一个有趣的评论，所以我决定做另一个测试。我尝试只构建列表，然后只进行哈希查找，结果如下：
python2 -m timeit -s 'd = {(str(i), str(j)):"a" for i in range(100) for j in range(1000)}' 'd.keys()' 'd.keys()'
100 loops, best of 3: 5.84 msec per loop
python2 -m timeit -s 'd = {(str(i), str(j)):"a" for i in range(100) for j in range(1000)}' -s 'l=d.keys()' '_ = ("1", "2") in l' '_ = ("1", "2") in l'
10 loops, best of 3: 25.3 msec per loop
您可以看到，在这样的大字典上，构建列表大约需要 1/6 的时间，而在列表中搜索则需要 5/6 的时间。
【讨论】：