Python进阶（八）：in的详解

“in”的存在使得python在操作可迭代对象时简单得多，这便是“in”存在的一个最大的好处

---

1.用于判断（查找）元素是否在可迭代对象中（不包括生成器；但包括set集合，set不能迭代，但是也能用“in”来查找元素）:

xxx in XXX :判断xxx是否在XXX中, 如果在，返回真，不在，返回假。
xxx not in XXX :判断xxx是否不在XXX中， 如果不在，返回真，在，返回假。

可配合“if”和“while”使用：

if x in X
if x not in X
while x in X
while x not in X

---

2.用于逐个取可迭代对象的元素， 一般要配合for使用：

我们可能常用到的可迭代的对象包括：string, list, dict, tuple, generator, range函数

例子：

list_1 = [n for n in range(10)]
for i in list:
    print(i)

---

3.在前面1的条件下，“in”的效率在不同的对象中查找元素效率是很不一样的。

tuple, list, dict, set用“in”来查找元素时效率是相差很大的。
主要是因为dict, set背后原理是一个散列表。而tuple, list只是一个单纯类似与数组的结构

那什么是散列表？

散列表（Hash table，也叫哈希表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。

给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为哈希(Hash）表，函数f(key)为哈希(Hash) 函数。

关于散列表的原理我就不在这里细讲，总之就是一种算法来使表中的每个元素附上一个键（key），然后查找元素只要匹配这个键来就可以了。速度上会快很多。如果有兴趣可以点这篇链接了解：哈希表（散列表）原理详解

下面我举个例子感受下：

import time
import random

LEN = 10 ** 7

# 生成各不相同的10^7个元素
in_set = {random.random()
          for i in range(LEN)}
while len(in_set) < LEN:
    in_set.add(random.random())

# 转换为list,tuple,dict
in_list = list(in_set)
in_tuple = list(in_set)
in_dict = {key: 0 for key in in_set}

#随机选择其中500个用于查找
needles = [in_list[random.randint(0, LEN)]
           for _ in range(500)]

def test(target):
    t1 = time.time()
    global needles
    found = 0
    for n in needles:
        if n in target:
            found +=1
    t2 = time.time()
    print(found)
    return t2 - t1

t1 = test(in_set)
t2 = test(in_list)
t3 = test(in_tuple)
t4 = test(in_dict)
print(t1, t2, t3, t4)

结果：set:0.0009999275207519531， list:451.28881216049194，tuple:464.02254033088684， dict:0.0010001659393310547

dict,set比tuple, list快了不止一点。所以说在数据量比较大的且需要查找元素的时候请使用dict, set,这样带来的速度提升不是一点点那么简单了

谢谢阅读,如果可以请关注小弟的公众号：