这篇文章主要介绍Python中list ,set,dict大规模查找效率对比的示例分析，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！
站在用户的角度思考问题，与客户深入沟通，找到涿州网站设计与涿州网站推广的解决方案，凭借多年的经验，让设计与互联网技术结合，创造个性化、用户体验好的作品，建站类型包括：
成都做网站、网站建设、企业官网、英文网站、手机端网站、网站推广、
主机域名、网页空间、企业邮箱。业务覆盖涿州地区。
先看代码：
__author__ = 'jmh081701'
import numpy
import time
l=[]
sl=set()
dl=dict()
r=numpy.random.randint(0,10000000,100000)
for i in range(0,100000):
l.append(r[i])
sl.add(r[i])
dl.setdefault(r[i],1)
#生成3种数据结构供查找，常规的list,集合sl,字典dl.里面的元素都是随机生成的，为什么要随机生成元素？这是防止某些结构对有序数据的偏向导致测试效果不客观。
start=time.clock()
for i in range(100000):
t=i in sl
end=time.clock()
print("set:",end-start)
#计算通过set来查找的效率
start=time.clock()
for i in range(100000):
t=i in dl
end=time.clock()
print("dict:",end-start)
#计算通过dict的效率
start=time.clock()
for i in range(100000):
t=i in l
end=time.clock()
print("list:",end-start)
#计算通过list的效率结果：
set: 0.01762632617301519
dict: 0.021149536796960248
······
···
··
呵呵呵呵···list等了20分钟都没出结果。
所以···结果一览无余啊。
查找效率：set>dict>list
单次查询中：看来list 就是O(n)的；而set做了去重，本质应该一颗红黑树（猜测，STL就是红黑树），复杂度O(logn)；dict类似对key进行了hash,然后再对hash生成一个红黑树进行查找，其查找复杂其实是O(logn),并不是所谓的O(1)。O(1)只是理想的实现，实际上很多hash的实现是进行了离散化的。dict比set多了一步hash的过程，so 它比set慢，不过差别不大。
so,如果是要频繁的查找，请使用set吧！
以上是“Python中list ,set,dict大规模查找效率对比的示例分析”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注创新互联行业资讯频道！
名称栏目：Python中list,set,dict大规模查找效率对比的示例分析-创新互联
网页URL：
http://cdkjz.cn/article/ghcds.html
