Python-在不同对象中使用 in 操作符的查找效率

背景

在Python中 in 操作符可以用于判断某个元素是否存在于当前对象中，而对于不同的Python对象，使用 in 操作符的处理效率是不一样的。

针对 4 种常见的Python数据类型进行测试：list、tuple、set、dict。

测试过程

我们用于测试的 4 种Python数据类型，分别为 data_list 、data_tuple、data_set、data_dict，测试过程中，它们所包含的元素都是相同的，均通过 random.randint(0, num) 随机生成，但它们的长度均为 num - 5 ，也就是说在 [0, num] 范围内，将有5个整数不在上面的对象中，我们需要把这5个整数找出来。

测试代码如下：

import time
import random


def speed_test(target_range, n):
    start_time = time.perf_counter()
    res = []
    for i in range(n):
        if i not in target_range:
            res.append(i)
    end_time = time.perf_counter()
    print(f"查找结果：{res}，测试类型：{type(target_range)}，耗时：{end_time - start_time}")


if __name__ == '__main__':
    for num in [5000, 10000, 15000, 20000, 50000, 100000]:
        data_set = set()
        while len(data_set) <= num - 5:
            data_set.add(random.randint(0, num))
        print(f"当 num={num} 时，得到如下结果：")
        data_list = list(data_set)
        data_tuple = tuple(data_set)
        data_dict = {key: "" for key in data_set}

        speed_test(data_list, num)
        speed_test(data_tuple, num)
        speed_test(data_set, num)
        speed_test(data_dict, num)

测试结果

当 num=5000 时，得到如下结果：
查找结果：[351, 995, 1282, 3146, 4852]，测试类型：<class 'list'>，耗时：0.15133190000000002
查找结果：[351, 995, 1282, 3146, 4852]，测试类型：<class 'tuple'>，耗时：0.14467089999999996
查找结果：[351, 995, 1282, 3146, 4852]，测试类型：<class 'set'>，耗时：0.00023099999999998122
查找结果：[351, 995, 1282, 3146, 4852]，测试类型：<class 'dict'>，耗时：0.00021889999999996634
当 num=10000 时，得到如下结果：
查找结果：[780, 2154, 2598, 3291, 7351]，测试类型：<class 'list'>，耗时：0.6077627999999999
查找结果：[780, 2154, 2598, 3291, 7351]，测试类型：<class 'tuple'>，耗时：0.5185474000000001
查找结果：[780, 2154, 2598, 3291, 7351]，测试类型：<class 'set'>，耗时：0.0004927999999999599
查找结果：[780, 2154, 2598, 3291, 7351]，测试类型：<class 'dict'>，耗时：0.0004933999999998662
当 num=15000 时，得到如下结果：
查找结果：[2607, 4291, 11776, 12019, 14191]，测试类型：<class 'list'>，耗时：1.3486879000000003
查找结果：[2607, 4291, 11776, 12019, 14191]，测试类型：<class 'tuple'>，耗时：1.2675163
查找结果：[2607, 4291, 11776, 12019, 14191]，测试类型：<class 'set'>，耗时：0.0007324000000004105
查找结果：[2607, 4291, 11776, 12019, 14191]，测试类型：<class 'dict'>，耗时：0.0007440000000000779
当 num=20000 时，得到如下结果：
查找结果：[3973, 5433, 9099, 14543, 16535]，测试类型：<class 'list'>，耗时：2.328689099999999
查找结果：[3973, 5433, 9099, 14543, 16535]，测试类型：<class 'tuple'>，耗时：2.3179461000000003
查找结果：[3973, 5433, 9099, 14543, 16535]，测试类型：<class 'set'>，耗时：0.0010215999999996228
查找结果：[3973, 5433, 9099, 14543, 16535]，测试类型：<class 'dict'>，耗时：0.0010110999999994874
当 num=50000 时，得到如下结果：
查找结果：[15335, 17874, 26501, 30213, 44994]，测试类型：<class 'list'>，耗时：16.145702999999997
查找结果：[15335, 17874, 26501, 30213, 44994]，测试类型：<class 'tuple'>，耗时：15.4256396
查找结果：[15335, 17874, 26501, 30213, 44994]，测试类型：<class 'set'>，耗时：0.002693100000001891
查找结果：[15335, 17874, 26501, 30213, 44994]，测试类型：<class 'dict'>，耗时：0.0028848999999979696
当 num=100000 时，得到如下结果：
查找结果：[5600, 14239, 18219, 89465, 97168]，测试类型：<class 'list'>，耗时：66.6667215
查找结果：[5600, 14239, 18219, 89465, 97168]，测试类型：<class 'tuple'>，耗时：59.850557699999996
查找结果：[5600, 14239, 18219, 89465, 97168]，测试类型：<class 'set'>，耗时：0.0052613000000008014
查找结果：[5600, 14239, 18219, 89465, 97168]，测试类型：<class 'dict'>，耗时：0.00611929999999461

分析及结论

• list、tuple它们使用 in 操作符的查找效率相差不多，随着查找数据量的增大，list、tuple的处理效率变得越来越慢
• set、dict它们使用 in 操作符的查找效率相差不多，随着查找数据量的增大，set、dict的处理效率变化不大。

综上，list、tuple、set、dict，使用 in 操作符查找的平均时间复杂度如下：

数据类型	查找平均复杂度
list	O(n)
tuple	O(n)
set	O(1)
dIct	O(1)

 当我们在处理数据量大且需频繁查找元素时，最好使用 set、dict ，这样将会大幅度提升处理速度。

---

参考：https://www.cnblogs.com/wintest/p/15580617.html