17370845950

dict 和 set 在 CPython 中快是因为底层用高度优化的哈希表，平均时间复杂度 O(1)，但性能受哈希函数、冲突、内存布局及构造方式等影响；dict.fromkeys() 批量初始化更快；成员检测优先用 set；__slots__ 可节省内存并加速属性访问。

为什么 dict 和 set 在 CPython 中快得不像 Python？

因为底层用的是哈希表（hash table），且 CPython 实现高度优化：插入、查找、删除平均时间复杂度都是 O(1)。但这个“快”有前提——哈希函数要快，冲突要少，内存布局要友好。

常见误区是以为“只要用 dict 就一定快”，其实构造方式、键类型、扩容时机都会显著影响性能：

• dict() 空初始化比 {} 略慢（字节码多一条 CALL_FUNCTION）
• 用可变对象（如 list）当 dict 键会直接报 TypeError: unhashable type
• 一次性插入大量数据时，预设容量能避免多次 rehash——但 Python 不支持直接指定初始大小，只能靠“先建再更新”的 trick

如何让 dict.fromkeys() 成为批量初始化的首选？

当你需要一个键存在、值统一的字典（比如去重后标记为 True），dict.fromkeys(iterable, value) 比循环 dict[key] = value 快 2–3 倍，因为它绕过了 Python 层的键值对赋值逻辑，直接在 C 层批量构建哈希表。

注意两个坑：

• 第二个参数是引用传递：如果传的是可变对象（如 []），所有键共享同一个实例 → 改一个全改
• 它不检查键是否重复：输入含重复元素时，结果字典只保留最后一个出现的键

示例：

valid_keys = ["a", "b", "c"]

flags = dict.fromkeys(valid_keys, False)  # ✅ 安全

cache = dict.fromkeys(valid_keys, {})     # ❌ 危险：所有键共用一个 dict

什么时候该用 set 而不是 list 做成员检测？

只要涉及 if x in container:，且容器长度 > 100，几乎总是该换 set。列表是 O(n) 线性扫描，集合是 O(1) 哈希查找——10 万元素下，前者可能耗时 10ms+，后者稳定在 0.1ms 内。

但别忽略代价：

• 构建 set 本身要时间：从 list 转 set 是 O(n)，如果只查一次，不如直接遍历
• set 占内存更大：每个元素额外存哈希值 + 更宽松的负载因子（默认 0.625），实际内存占用约是等效 list 的 2–3 倍
• 顺序不保留（Python 3.7+ dict 有序，但 set 依然无序）

__slots__ 对自定义类里用 dict 存属性的影响

如果你写了一个高频实例化的类，又习

惯用 self.__dict__ 动态存属性（比如解析 JSON 后挂载字段），那它的 dict 其实是每个实例独占的一份哈希表。此时开启 __slots__ 能省下每实例 ~50 字节，并加快属性访问——因为绕过了 __dict__ 查找路径。

但要注意限制：

• 一旦定义 __slots__，实例就不再有 __dict__，不能动态新增未声明的属性
• 继承链中只要有一个父类用了 __slots__，子类也必须显式定义（哪怕为空 __slots__ = ()），否则报错
• 如果类本身需要 __dict__（比如用 vars() 或某些 ORM），就不能用 __slots__

典型适用场景：DTO 类、解析后的消息体、高频创建的中间对象。