问题描述及解决
今天写了个简单的脚本，将有向图转换成无向图，其中有一定的转换规则，本身脚本没啥难度，但是麻烦在数据量很大，其中需要进行查询边是否存在边集之中。这个边集有200w的数量级，然后查询的次数是接近200w次。
我想当然的采用了list，每次在list中进行查询，结果跑了大半个小时，三分之一还没跑到（我估计8分之一都够呛）。
然后我就在想有没有办法能够缩短运行时间，我是觉得问题出在这个in上，然后在网上一查，果然是这个问题，并且也有解决的办法。
python中list对象的存储结构采用的是线性表，所以其查询复杂度是O(n)，查询起来就很慢，在我的脚本中，它需要进行O(n^2)的查询，当这个n为200w时，自然就非常非常慢。而dict对象的存储结构采用的是hash表，其查询复杂度是O(1)，所以就会快很多很多，最多快n呗，这个是太夸张了。
所以最终，针对该问题的解决是，将列表转换成字典，每次查询时直接查询字典就行。至于要考虑从列表到字典的转换时间，这个倒不用太过于考虑，因为刚才也说了是线性表，遍历的时候倒不会很慢。
direc_edges = list(directed_graph.edges)
direc_edges_dict = {
}
for each in direc_edges:#构建字典，为了便于查询direc_edges_dict[each] = 1#each是一个元组
for each in undirec_edges:start,end = eachweight = 0count += 1if(count%100000==0):print("当前进度：",count)if (start,end) in direc_edges_dict.keys():weight += 1if (end,start) in direc_edges_dict.keys():weight += 1
在更换成dict之后，速度明显提升，这么大型的数据，具体时间我没统计，切出去看了会儿新闻，回来一看就弄好了，总共也不超过8分钟吧，快的就很离谱。
所以以后大规模的数据，千万不要用list的in。