あるタイプのルックアップテーブルに配置する必要がある値が約1,000万個あるので、リストまたは辞書のどちらがより効率的か疑問に思っていましたか？

私はあなたが両方のためにこのようなことをすることができることを知っています：

if something in dict_of_stuff:
    pass

そして

if something in list_of_stuff:
    pass

私の考えは、口述がより速く、より効率的になるだろうということです。

ご協力いただきありがとうございます。

編集1
私がやろうとしていることに関するもう少し詳しい情報。 オイラー問題92。計算された値がすべて計算済みかどうかを確認するために、ルックアップテーブルを作成しています。

編集2
ルックアップの効率。

編集3
値に関連する値はありません...それで、セットはより良いでしょうか？

速度

リストのルックアップはO（n）、ディクショナリのルックアップはデータ構造内のアイテム数に関して、償却されたO（1）です。値を関連付ける必要がない場合は、セットを使用します。

記憶

辞書とセットはどちらもハッシュを使用し、オブジェクトのストレージだけに使用するよりもはるかに多くのメモリを使用します。AMAM Kuchling in Beautiful Codeによると、実装はハッシュを2/3いっぱいに維持しようとするため、かなりのメモリを浪費する可能性があります。

その場で新しいエントリを追加しない場合（更新した質問に基づいて追加します）、リストを並べ替えてバイナリ検索を使用することは価値があります。これはO（log n）であり、文字列では遅くなる可能性が高く、自然な順序付けのないオブジェクトでは不可能です。

dictはハッシュテーブルなので、キーを見つけるのは本当に速いです。したがって、dictとlistの間では、dictの方が高速です。ただし、関連付ける値がない場合は、セットを使用することをお勧めします。「テーブル」の部分がないハッシュテーブルです。

編集：あなたの新しい質問のために、はい、セットが良いでしょう。2つのセットを作成するだけで、1つが1で終わるシーケンス用に1つ、もう1つが89で終わるシーケンス用に1つ作成します。セットを使用してこの問題をうまく解決しました。

set()まさにあなたが望むものです。O（1）ルックアップ。dictよりも小さい。

私はいくつかのベンチマークを行いましたが、dictはリストと大規模なデータセットの両方よりも高速で、Linuxのi7 CPUでpython 2.7.3を実行しています。

• python -mtimeit -s 'd=range(10**7)' '5*10**6 in d'

  10ループ、最高3：ループあたり64.2ミリ秒

• python -mtimeit -s 'd=dict.fromkeys(range(10**7))' '5*10**6 in d'

  10000000ループ、ベスト3：ループあたり0.0759 usec

• python -mtimeit -s 'from sets import Set; d=Set(range(10**7))' '5*10**6 in d'

  1000000ループ、ベスト3：ループあたり0.262 usec

ご覧のとおり、dictはlistよりもかなり高速で、setよりも約3倍高速です。ただし、一部のアプリケーションでは、その美しさを考慮してセットを選択することもできます。そして、データセットが本当に小さい場合（<1000要素）、リストはかなりうまく機能します。

あなたは口述が欲しい。

Pythonの（ソートされていない）リストの場合、「in」操作にはO（n）時間を必要とします---大量のデータがある場合は適切ではありません。一方、dictはハッシュテーブルであるため、O（1）ルックアップ時間を期待できます。

他の人が指摘したように、キーと値のペアではなくキーしかない場合は、代わりにセット（特別なタイプのdict）を選択できます。

関連：

• Python wiki：Pythonコンテナー操作の時間の複雑さに関する情報。
• SO：Pythonコンテナーの操作時間とメモリの複雑さ

データが一意である場合set（）が最も効率的ですが、2つあります-dict（一意性も必要です、おっと:)

@ EriF89がこれらの年のすべての後にまだ正しいことを示す新しいテストセットとして：

$ python -m timeit -s "l={k:k for k in xrange(5000)}"    "[i for i in xrange(10000) if i in l]"
1000 loops, best of 3: 1.84 msec per loop
$ python -m timeit -s "l=[k for k in xrange(5000)]"    "[i for i in xrange(10000) if i in l]"
10 loops, best of 3: 573 msec per loop
$ python -m timeit -s "l=tuple([k for k in xrange(5000)])"    "[i for i in xrange(10000) if i in l]"
10 loops, best of 3: 587 msec per loop
$ python -m timeit -s "l=set([k for k in xrange(5000)])"    "[i for i in xrange(10000) if i in l]"
1000 loops, best of 3: 1.88 msec per loop

ここでは、いくつかの使用例tupleよりも高速であるlists（およびメモリ使用量が少ない）ことがわかっているも比較します。ルックアップテーブルの場合、tupleフェアフェアは良くありません。

両方dictとset非常によく行きました。これは、一意性に関する@SilentGhost回答に結びついた興味深いポイントをもたらします。OPがデータセットに10Mの値を持ち、それらに重複があるかどうかが不明な場合、その要素のセット/ディクテーションを並行して保持する価値があります。実際のデータセットと、そのセット/辞書に存在するかどうかのテスト。10Mのデータポイントに一意の値が10個しかない可能性があります。これは、検索するスペースがはるかに小さいことを意味します。

dictを使用して重複したデータ（値）を重複していないセット（キー）に関連付け、1つのデータオブジェクトを保持してすべてのデータを保持しながら、ルックアップテーブルとして高速であるため、dictsに関するSilentGhostの間違いは実際に明らかです。たとえば、dictキーは検索される値であり、値はその値が発生した架空のリスト内のインデックスのリストである可能性があります。

たとえば、検索するソースデータリストがの場合、l=[1,2,3,1,2,1,4]次の辞書に置き換えることで、検索とメモリの両方に対して最適化できます。

>>> from collections import defaultdict
>>> d = defaultdict(list)
>>> l=[1,2,3,1,2,1,4]
>>> for i, e in enumerate(l):
...     d[e].append(i)
>>> d
defaultdict(<class 'list'>, {1: [0, 3, 5], 2: [1, 4], 3: [2], 4: [6]})

この口述で、人は知ることができます：

1. 値が元のデータセットにあった場合（つまり、を2 in d返しますTrue）
2. ここで、値は、元のデータセット内であった（すなわち、d[2]データが元のデータリストで発見されたインデックスのリストが返されます。[1, 4]）

実際にテーブルに1000万個の値を格納する必要はないので、どちらの方法でも大したことはありません。

ヒント：最初の二乗和演算後の結果の大きさを考えてください。可能な最大の結果は1000万よりはるかに小さくなります...