是什么使集合比列表更快？

python Wiki说：“使用集和字典进行成员资格测试比搜索序列O（n）更快，O（1）。测试“ a in b”时，b应该是集合或字典，而不是列表或元组。”

每当速度在我的代码中很重要时，我就一直使用集代替列表，但是最近我一直在想为什么集比列表快得多。任何人都可以解释一下，或者让我指向可以解释这一点的消息源，这是为了在python中更快地进行设置吗？

集是使用哈希表实现的。每当您将对象添加到集合中时，该对象在内存中的位置set的哈希来确定对象。在测试成员资格时，基本上需要做的只是查看对象是否在其哈希确定的位置，因此此操作的速度不取决于集合的大小。相反，对于列表，需要搜索整个列表，随着列表的增长，列表的搜索速度会变慢。

这也是集合不保留您添加的对象顺序的原因。

请注意，集合通常不会比列表快—成员资格测试对于集合来说更快，因此删除元素也是如此。只要您不需要这些操作，列表通常就会更快。

list：假设您要在壁橱中寻找袜子，但是您不知道袜子在哪个抽屉里，因此您必须逐个抽屉地搜索袜子，直到找到它们为止（或者也许永远不会找到）。这就是我们所说的O(n)，因为在最坏的情况下，您将查看所有抽屉（这里n是抽屉数）。

set：现在，想象您还在壁橱里寻找袜子，但是现在您知道了袜子在哪个抽屉里，比如说在第三个抽屉里。因此，您将只在第三个抽屉中搜索，而不是在所有抽屉中搜索。这就是我们所说的O(1)，因为在最坏的情况下，您只会看到一个抽屉。

我认为您需要仔细阅读一本有关数据结构的书。基本上，Python列表被实现为动态数组，而集合被实现为哈希表。

这些数据结构的实现赋予它们根本不同的特征。例如，哈希表的查找时间非常快，但无法保留插入顺序。

list：想象您正在寻找笔，但是您不知道笔在哪个抽屉中，因此您必须逐个抽屉地搜索抽屉，直到找到它为止（或者可能永远不会）。这就是我们所说的O（n），因为在最坏的情况下，您将查看所有抽屉（其中n是抽屉数）。

set：现在，想象您还在寻找笔，但是现在您知道笔在哪个抽屉中，例如在第8个抽屉中。因此，您将只在第8个抽屉中搜索，而不是在所有抽屉中搜索。这就是我们所说的O（1），因为在最坏的情况下，您只会看到一个抽屉。

基本上，Python列表实现为dynamic arrays，集合集实现为hash tables。

Python使用具有O（1）查找的哈希表。

尽管到目前为止，我还没有测量过与python相关的任何性能，但我仍然想指出，列表通常更快。

是的，您有O（1）对O（n）。但是请始终记住，这仅提供有关某些事物的渐近行为的信息。这意味着，如果您的n很高，则O（1）总是会更快-从理论上讲。但是实际上，n通常需要比通常的数据集大得多。

因此，集合本身并不比列表本身快，而仅在必须处理许多元素时才如此。

基本上，取决于您正在执行的操作...

*对于添加元素-集合不需要移动任何数据，它所需要做的就是计算一个哈希值并将其添加到表中。对于列表插入，则可能有要移动的数据。

*要删除元素-集合所需要做的就是从哈希表中删除哈希条目，对于列表而言，它可能需要移动数据（平均为数据的1/2）。

*对于搜索（即in运算符）-一组只需要计算数据项的哈希值，请在哈希表中找到该哈希值，如果存在-则使用bingo。对于列表，搜索必须依次查找每个项目-平均列表中所有术语的1/2。即使对于成千上万的项目，一组搜索也将更快。

列表必须一个一个地搜索，其中一个集合或字典都有一个索引，以加快搜索速度。