在dict((上的插入操作还是set((中的添加操作是o(n(或o(1(，其中 n 是字符串的长度。
假设我们的字符串在长度上有所不同，即n1，n2，... n_x。然后执行以下时间的时间复杂性：
s = set()
d = dict()
for x in {N}: # where N = [n1, n2, ... n_x]
s.add(x)
d[x] = 1
是 O(len(N) * Z)其中 Z = len(n_1) + len(n_2) + ... len(n_x)如果我们假设添加或插入是O(1(操作，则时间复杂度为O(Len(n((。
上述是真的吗？
来自：http：//svn.python.org/projects/python/trunk/objects/stringobject.c我们看到哈希的计算取决于字符串的长度，这就是我假设在下面的len：
static long string_hash(PyStringObject *a)
{
register Py_ssize_t len;
register unsigned char *p;
register long x;
if (a->ob_shash != -1)
return a->ob_shash;
len = Py_SIZE(a);
p = (unsigned char *) a->ob_sval;
x = *p << 7;
while (--len >= 0)
x = (1000003*x) ^ *p++;
x ^= Py_SIZE(a);
if (x == -1)
x = -2;
a->ob_shash = x;
return x;
}
这里(python词典中长(str(键的效率(有人表明改变字符串的长度不会影响计算哈希的时间。但这与上述代码相矛盾。
从以下链接中我们知道，一旦计算的哈希值存储在对象中。这意味着查找将是恒定的时间o(1(。获取无重新计算的词典键哈希但是，插入/添加是在完成哈希的计算时应是线性的。
insert 的性能依赖的情况有很多。对于长度k的字符串，哈希函数的计算确实是o(k(，但在通常的情况下，它只是无趣。
如果您仅考虑一个长度为8个字节的字符串键，则有1844467444073709551616不同的组合和8个是a stands ，8字节键的哈希计算为o(8((。
，但在18446744073709551616项目中，插入哈希表仍可能需要1 µs。对于列表，插入开始的位置为o(n(，而一项目的插入/复制仅在列表的末端仅插入一个纳秒，插入列表的开头许多项目可能需要585年。
otoh，虽然可以想象您可能有4294967296甚至1844467444073709551616项目，如果您有一个4294967296或4294967296或184444444444444444444444444073709555161616旁观者的 key 需要重新考虑您的体系结构。
我在您给出的链接上添加了一个新答案，然后在这里再次链接。https://stackoverflow.com/a/70252226/800337
证明为什么键的长度上是o(n(，以及为什么缓存的哈希值并不重要，请想象这种情况...
您有一个文件系统，其中包含文件，每个文件的平均大小为30 kbytes。您想查找重复的文件，您的策略是一次读取文件，然后做类似的事情：
with open(filespec,'rb') as f:
contents = f.read()
# If file contents are new, insert the contents as a key
# and the filespec as the value
# If file contents are a duplicate, don't change the
# dictionary, and return the first filespec where we
# saw these contents.
spec = filedict.setdefault(contents, filespec)
if spec != filespec:
print(f'{filespec} is a duplicate of {spec}')
我并不是说这是查找重复文件的最佳方法；有显然更好的方法。但是让我们无论如何都要分析。
对于我们阅读的每个文件，呼叫setDefault((方法确实需要哈希文件内容。这是因为我们没有得到内容字节来自已经被哈希的某个地方的对象，我们明白了从文件中读取。(如果我们正在查找相同的文件内容字节是的，在多个词典中，第二个和随后的查找可以做到在o(1(中散布，但是在这种用例中，这不适用。(
因此，查找新生成的字节对象是o(n(，只是因为我们还没有缓存哈希值。
现在假设查找实际上是在字典中列出的 - 我们以前看过一个文件具有相同的内容。查找不仅仅是因为我们在正确的哈希桶中找到了一个项目 - 实现现在将对新字节对象与字典中的字节对象进行字节比较。因为它们匹配，所以将比较整个字节对象 - 所有30个kbytes或其他。
因此，对于此用例，查找重复的文件会导致两个操作相对于文件的长度，这些操作是o(n( - 阅读文件后，我们需要哈希，然后在查找时，我们需要对新密钥和现有密钥进行完整的字节比较。
从中的关键要点是，如果您要查找已经在字典中的冗长的键词典 - 除非两个键是相同的确切对象，否则python通常足够聪明，可以微不足道地决定(a as b(，则(a == b(。
然而，正如我在其他链接答案上给出的时序统计所暗示的那样，您可以假设对于长度约为1k的小键，o(n(对哈希的贡献和钥匙比较足够小，以至于被忽略。直到钥匙长度开始显着攀升至1K以上，它才真正开始以明显的方式出现。