Question

我有一个词典如：

d=dict()
d[('1','2')] = 'value'

然后我查询密钥：

if (k1,k2) in d.keys():

当有百万条记录时，速度是一个痛苦，“运算符”的任何问题？

是顺序搜索吗？

我必须将str作为绕过这个问题的关键。

Answer 1

你应该使用

(k1,k2) in d

而不是调用d.keys()。

按照自己的方式行事，在Python 2中将导致线性搜索，而忽略了dict的好处。在Python 3中，您的代码是高效的（请参阅下面的评论），但我的版本更清晰。

Answer 2

鉴于Nolen Royalty的补充，我想我会注意到你可以用更好的方式进行timeit测试。通过将dict的构造移动到设置函数中，我们可以仅对dict上的操作进行计时，从而为我们提供可以轻松比较的结果。

在3.2：

python -m timeit -s 'd = {(str(i), str(j)):"a" for i in range(100) for j in range(1000)}' '_ = ("1", "2") in d.keys()' '_ = (1, 2) in d.keys()'
1000000 loops, best of 3: 0.404 usec per loop

python -m timeit -s 'd = {(str(i), str(j)):"a" for i in range(100) for j in range(1000)}' '_ = ("1", "2") in d' '_ = (1, 2) in d'
1000000 loops, best of 3: 0.247 usec per loop

你可以看到差异。在3.x中，直接在dict上工作使我们的速度提高了近2倍，这也不错。

在2.7.3中：

python2 -m timeit -s 'd = {(str(i), str(j)):"a" for i in range(100) for j in range(1000)}' '_ = ("1", "2") in d.keys(); _ = (1, 2) in d.keys()'
10 loops, best of 3: 36.3 msec per loop

python2 -m timeit -s 'd = {(str(i), str(j)):"a" for i in range(100) for j in range(1000)}' '_ = ("1", "2") in d' '_ = (1, 2) in d'
10000000 loops, best of 3: 0.197 usec per loop

在2.x中，差异确实是错开。使用dict.keys()需要36,300微秒，而dict只需要0.2微秒。那已经接近 20万倍。

只是觉得值得注意。

编辑：

蒂姆做了一个有趣的评论，所以我决定做另一个测试。我尝试构建列表，然后只进行哈希查找，结果如下：

python2 -m timeit -s 'd = {(str(i), str(j)):"a" for i in range(100) for j in range(1000)}' 'd.keys()' 'd.keys()'
100 loops, best of 3: 5.84 msec per loop

python2 -m timeit -s 'd = {(str(i), str(j)):"a" for i in range(100) for j in range(1000)}' -s 'l=d.keys()' '_ = ("1", "2") in l' '_ = ("1", "2") in l'
10 loops, best of 3: 25.3 msec per loop

你可以看到，在这样的大型字典中，构建列表大约需要1/6的时间，在5/6的时间内搜索列表。

为什么＆＃39; in＆＃39;运算符与元组作为python中的键如此慢？

2 个答案: