Python中关于list和set的搜索效率及底层原理浅析

从上图可以看到，同样情况下，在set中查找大概60纳秒，在list中查找大概440微秒=440*1000纳秒=440000纳秒。所用时间大概是set的6000倍。

总结原因：

• list是顺序存储的，在查找的时候遍历整个数组，所以时间复杂度是O(n)
• set在底层是被设计成没有值的字典型，即只有key没有value。而字典dict类型在python中的实现是基于hash map哈希表的，有一个映射关系，所以在查找时候，通过哈希函数f(x)就能轻易地找到相应的值，所以时间复杂度是O(1)。在Python中，我们平时定义的对象或者它内置的对象很多都是基于dict来建立的。
• 但是dict占的内存相对较大，另外由于是使用哈希表，所以内存空间的使用不是连续的，所以当dict中剩余的内存空间小于申请的空间的1/3时，就触发扩容机制，在另一块内存空间中申请一块更大的内存，将当前的数据挪到申请的新内存上。在挪之前，dict中数据是按照输入时的顺序存放的，即有序的。但是在挪了之后，由于空间变大，所以相应的hash函数也要相应变大，数据存放位置需要重新hash，所以扩容之后，dict中的顺序可能改变。
• 另外，当存到dict中的数据通过hash都指向一块内存的时候，即发生哈希冲突问题，在通过其它方法解决之后，再在搜索的过程时，对于一个hash值的那些数据，只能顺序搜索，所以若是n个数据都是一个hash值，那么它的查找效率就是O(n).
• 由于底层使用hash实现，所以对于dict的键key以及set中的数据，都需要是不可变对象，即：int、float、str、tuple等。另外：set相当于是可变对象（底层是dict），所以不能作为dict的键或者存储在set中。