Давайте скажем, что у меня есть график и вы хотите увидеть, есть ли b in N[a]. Что является более быстрой реализацией и почему?
a, b = range(2)
N = [set([b]), set([a,b])]
ИЛИ
N= [[b],[a,b]]
Это, очевидно, упрощено, но представьте, что граф становится действительно плотным.
Тестирование членства в наборе значительно быстрее, особенно для больших наборов. Это потому, что набор использует хэш-функцию для сопоставления с ведром. Поскольку реализации Python автоматически изменяют размер этой хеш-таблицы, скорость может быть постоянной (O(1)) независимо от размера набора (при условии, что функция хэша достаточно хорошо).
В отличие от этого, чтобы оценить, является ли объект членом списка, Python должен сравнивать каждый элемент для равенства, т.е. тест O(n).
Все зависит от того, что вы пытаетесь выполнить. Используя ваш пример дословно, он быстрее использует списки, так как вам не нужно выполнять накладные расходы на создание наборов:
import timeit
def use_sets(a, b):
return [set([b]), set([a, b])]
def use_lists(a, b):
return [[b], [a, b]]
t=timeit.Timer("use_sets(a, b)", """from __main__ import use_sets
a, b = range(2)""")
print "use_sets()", t.timeit(number=1000000)
t=timeit.Timer("use_lists(a, b)", """from __main__ import use_lists
a, b = range(2)""")
print "use_lists()", t.timeit(number=1000000)
Выдает:
use_sets() 1.57522511482
use_lists() 0.783344984055
Однако по причинам, уже упомянутым здесь, вам полезно использовать наборы при поиске больших наборов. Невозможно сказать по вашему примеру, где эта точка перегиба для вас и будет ли вы видеть это преимущество.
Я предлагаю вам протестировать его в обоих направлениях и идти с тем, что быстрее для вашего конкретного случая использования.
Установить (я имею в виду хэш-набор, подобный HashSet), намного быстрее, чем List для поиска значения. Список должен идти последовательно, чтобы узнать, существует ли значение. HashSet может напрямую перескакивать и находить ведро и искать значение почти в постоянное время.