python list set 查询效率对比

最新推荐文章于 2025-10-23 18:00:28 发布

原创最新推荐文章于 2025-10-23 18:00:28 发布 · 2.1k 阅读

1 ·

CC 4.0 BY-SA版权

python技巧专栏收录该内容

16 篇文章

订阅专栏

本文通过实验对比了Python中List和Set的数据结构在查询效率上的差异，特别是在处理大量节点的链表循环检测问题上。实验表明，Set的查询效率远高于List，这主要归因于Set内部使用了类似于红黑树的数据结构，而List则需线性搜索。此外，文中还探讨了Dict的查询效率，指出其实现并非完全的O(1)，而是接近O(logn)。

部署运行你感兴趣的模型镜像

在LeetCode 141. Linked List Cycle中，分别使用list和set存储node，遍历时间差别巨大。

因此，做测试对比list和set的查询效率。

import time
import numpy as np

nums = np.random.randint( 0, 1e7, int(1e3))
set1 = set(np.random.randint(0, 1e7, int(1e5)))
list1 = list(set1)

t1 = time.time()
for i in nums:
    i in set1
t2 = time.time()
for i in nums:
    i in list1
t3 = time.time()
print(t2-t1)
print(t3-t2)

引用 Icoding_F2014 的结论：

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。
————————————————
版权声明：本文为CSDN博主「Icoding_F2014」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/jmh1996/article/details/78481365

1. 用list存储node

# Definition for singly-linked list.
# class ListNode:
#     def __init__(self, x):
#         self.val = x
#         self.next = None

class Solution:
    def hasCycle(self, head: ListNode) -> bool:
        nodes = []
        while head != None:
            if head in nodes:
                return True
            else:
                nodes.append(head)
            
            head = head.next
        return False

2. 用set存储node

# Definition for singly-linked list.
# class ListNode:
#     def __init__(self, x):
#         self.val = x
#         self.next = None

class Solution:
    def hasCycle(self, head: ListNode) -> bool:
        # set要比list的遍历速度快
        nodes = set()
        while head != None:
            if head in nodes:
                return True
            else:
                nodes.add(head)
            
            head = head.next
        return False