第4章 数据结构选择：列表 vs 元组 vs 集合 vs 字典
说实话，Python 里这四个内置数据结构，很多人用了好几年都没真正选对过。我见过太多代码，明明该用集合的地方用了列表，结果性能差了几十倍。今天咱们就把这事彻底聊透。
4.1 先看一张全景图
下面这张 SVG 图，把四种数据结构的核心差异一次性说清楚。我建议你把它存下来，写代码前瞄一眼，能少踩很多坑。
4.2 列表 vs 元组：可变与不可变的博弈
列表和元组长得像，但本质完全不同。列表是动态数组，元组是固定记录。我个人的习惯是：能用元组的地方绝不用列表。
4.2.1 什么时候用元组？
- 函数返回多个值：Python 自动打包成元组，别手贱转成列表
- 字典的键：只有不可变类型才能当键，列表不行
- 数据记录：比如 (id, name, age) 这种固定结构
- 性能敏感场景：元组比列表快 10%-30%，不信你测测
代码示例：元组作为字典键
# 正确做法：用元组
location_map = {
(40.7128, -74.0060): "纽约",
(31.2304, 121.4737): "上海"
}
# 错误做法：列表不能当键
# location_map = {
# [40.7128, -74.0060]: "纽约" # TypeError: unhashable type: 'list'
# }4.2.2 什么时候用列表？
- 需要频繁增删改：列表可变，元组不行
- 数据量动态变化：不确定最终有多少元素
- 需要排序、反转等操作：列表有现成方法
我的经验：我在项目中遇到过一个问题——用列表存了 10 万条日志记录，结果内存爆了。后来换成元组，内存直接降了 30%。因为元组是静态分配，列表有额外的容量预留开销。
4.3 集合：去重和成员检查的王者
集合的底层是哈希表，查找速度 O(1)。列表查找是 O(n)，数据量一大差距就出来了。
4.3.1 集合的三大杀手锏
- 去重：一行代码搞定
- 成员检查：
if x in set比if x in list快几个数量级 - 集合运算：交集、并集、差集，数据处理利器
性能对比代码
import time
# 准备数据
data_list = list(range(100000))
data_set = set(data_list)
# 列表查找
start = time.time()
for _ in range(1000):
99999 in data_list
print(f"列表查找耗时: {time.time() - start:.4f}s")
# 集合查找
start = time.time()
for _ in range(1000):
99999 in data_set
print(f"集合查找耗时: {time.time() - start:.4f}s")
# 输出：
# 列表查找耗时: 0.5231s
# 集合查找耗时: 0.0003s我曾经踩过的坑：用列表做去重，10 万条数据跑了 3 秒多。换成集合，0.01 秒就完事了。记住：去重和成员检查，永远优先选集合。
4.4 字典：键值映射的瑞士军刀
字典也是哈希表实现，查找 O(1)。但要注意：键必须可哈希。
4.4.1 字典的典型应用场景
| 场景 | 示例 | 为什么用字典 |
|---|---|---|
| 缓存/记忆化 | 函数结果缓存 | O(1) 查找，避免重复计算 |
| 计数器 | 统计词频 | 键为单词，值为次数 |
| 配置管理 | 读取 JSON/YAML | 天然键值结构 |
| 图/树结构 | 邻接表 | 节点映射到邻居列表 |
实际案例：用字典做缓存
cache = {}
def expensive_computation(n):
if n in cache:
return cache[n]
# 模拟耗时计算
result = sum(i * i for i in range(n))
cache[n] = result
return result
# 第一次调用：计算
print(expensive_computation(10000)) # 耗时
# 第二次调用：直接返回缓存结果
print(expensive_computation(10000)) # 瞬间返回4.5 实际场景选型决策树
我总结了一个简单的决策流程，写代码前走一遍，基本不会选错：
- 需要键值映射？ → 字典
- 需要去重或快速成员检查？ → 集合
- 数据不可变或需要哈希？ → 元组
- 以上都不是？ → 列表
我的个人习惯：写新代码时，我默认先用元组。如果后面发现需要修改，再改成列表。这样能避免很多不必要的可变性带来的 bug。
4.6 避坑指南
我曾经犯过的错：
- 用列表做去重，数据量大了直接卡死
- 把可变对象放进集合，结果报错
unhashable type - 用列表当字典键，运行时才崩溃
- 在循环中频繁
list.remove()，时间复杂度变成 O(n²)
4.7 总结
数据结构选型这事，说白了就是用对工具干对活。列表、元组、集合、字典各有各的脾气，摸透了它们的特点，写出来的代码性能好、bug 少。下次写代码前，花 10 秒钟想想：我到底该用哪个？