python列表、集合、字典转换要点以及查找速度区别，如何在大规模数据中实现快速查找

1. list与set的区别与优缺点：
循环速度: list最适合做固定长度的遍历，而且有顺序。set是无序的，list转换为set会乱序，若用set给list去重，转化为list时须用原list的index排序：new_list.sort(key=old_list.index)。所以这种循环尽量用list
查询速度: set > list, set查询的key都是hash过的，所以速度最快，list不适合用来做查询
增删速度: set > list, list的append操作尽量少做，因为会涉及重新分配地址的问题，set只需要增长指针链表
空间上: 由于list默认预留的空间会随着append指数级的变大，所以空间上也是set

2. dict list set tuple转化：
set、list、tuple 三种类型可以直接进行转化
将dict转为set、list、tuple ，值只转换了key
若将set、list、tuple 转为字典，必须set、tuple、list里面的元素必须是元组（列表），元组（列表）中的元素必须是2个，才能转为字典
eg:print(dict({(1, 2), (3, 4)})) ==== {1: 2, 3: 4}

3. list查找时间复杂度：O(n)，set和dict查找时间复杂度：O(1) or O(logn)
查找效率：set>dict>list
单次查询中：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)。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，比set慢，不过差别不大。
因此，如果是要频繁的查找，请使用set或dict。

因此，可以得出：根据某特定值查找几十万条数据的列表，遍历列表效率极低，可根据数据共同特征进行分类，即特征为key、分类后数据list为value，构建字典，根据key得到待遍历列表，缩小遍历范围，提升查找效率。

或者更简洁的说：为数据构建索引

 

参考文献：
python中，list和set在速度上有差异吗？ - 知乎 (zhihu.com)

Python 中list ,set,dict的大规模查找效率_python数据类型查询效率-CSDN博客

python中set、list、tuple、dict相互转化_tuple,dict,list之间能否相互转换?请举例说明-CSDN博客