很多時候我們可能要頻繁的進行元素的find 或in操作，本人一直天真的以為python的list做了hash，通過紅黑樹來高效查詢···直到今天我真正來測試它和set,dict的查詢效率時，才發現自已想太多了！！！！
先看程式碼：

__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種資料結構供查詢，常規的list,集合sl,字典dl.裡面的元素都是隨機生成的，為什麼要隨機生成元素？這是防止某些結構對有序資料的偏向導致測試效果不客觀。

start=time.clock()
for i in range(100000):
    t=i in sl
end=time.clock()
print("set:",end-start)
#計算通過set來查詢的效率
start=time.clock()
for i in range(100000):
    t=i in dl
end=time.clock()
print("dict:",end-start)
#計算通過dict的效率
start=time
 
.clock()
for i in range(100000):
    t=i in l
end=time.clock()
print("list:",end-start)
#計算通過list的效率

結果：

set: 0.01762632617301519
dict: 0.021149536796960248
······
···
··

呵呵呵呵···list等了20分鐘都沒出結果。

所以···結果一覽無餘啊。

查詢效率：set>dict>list

單次查詢中：看來list 就是O(n)的；而set做了去重，本質應該一顆紅黑樹（猜測，STL就是紅黑樹），複雜度O(logn)；dict類似對key進行了hash,然後再對hash生成一個紅黑樹進行查詢，其查詢複雜其實是O(logn),並不是所謂的O(1)。O(1)只是理想的實現，實際上很多hash的實現是進行了離散化的。dict比set多了一步hash的過程，so 它比set慢，不過差別不大。

so,如果是要頻繁的查詢，請使用set吧！