Python判断键是否存在于字典方法:has_key()和in、dict.keys()的性能方面的差异学习心得分享

在日常开发过程中，我们经常需要判断一个字典dict中是否包含某个键值，最近在开发代码中遇到一个问题，前端调用接口，会出现返回时间比较慢，进行排查分析，定位到主要是在判断一个字典dict是否包含某个键值item，然而我使用的是if item in dict.keys():，而该字典比较大，出现耗时严重的情况，于是改成if dict.has_key(item)，速度马上变快了很多。

下面先简单了解一下has_key() 函数的作用

has_key() 函数用于判断键是否存在于字典中，如果键在字典 dict 里返回 true，否则返回 false。

注意：Python 3.X 不支持该方法。python3 去除了has_key()方法，参考：https://docs.python.org/3.1/whatsnew/3.0.html

Python 3.7环境测试：

>>> dict = {'Name': 'Zara', 'Age': 7}
>>> print("Value : ",dict.has_key('name'))      
Traceback (most recent call last):
  File "", line 1, in 
AttributeError: 'dict' object has no attribute 'has_key'

从报错信息可以看到，python3.7已经不支持has_key了

Python 3.X 里不包含 has_key() 函数，被 __contains__(key) 替代:

>>> print("Value : ",dict.__contains__('name'))
Value :  False

>>> print("Value : ",dict.__contains__('Age'))
Value :  True

Python 3.X 里不包含 has_key() 函数之外，在 3.X 中还可以使用 in 操作符：

>>> dict1 = {'name': 'z', 'Age': 7, 'class': 'First'}
>>>
>>> if "user" in dict1:   
...     print(dict1["user"])   
...
>>>   ##由于user键没有，所以输出空
>>> if "name" in dict1:
...     print(dict1["name"])
...
z     ##输出键name对应的value

那么，下面我们继续探索这三种用法在性能方面上的差别

对字典大小为100到10000的字典分别使用in dict、in dict.keys()和has_key()判断键值是否存在，记录它们的时间消耗，并绘制出时间对比图，代码如下。

import time
from matplotlib import pyplot as plt

n = 10000
time1 = []
time2 = []
time3 = []
for n in range(100,10100,100):
    my_dict = {}
    for i in range(n):
        my_dict[i] = i


    start = time.time()
    for i in range(n):
        if i in my_dict.keys():
            pass
    end = time.time()
    print end - start
    time1.append(end - start)


    start = time.time()
    for i in range(n):
        if my_dict.has_key(i):
            pass
    end = time.time()
    print end - start
    time2.append(end - start)


    start = time.time()
    for i in range(n):
        if i in my_dict:
            pass
    end = time.time()
    print end - start
    time3.append(end - start)


t = range(100,10100,100)
plt.plot(t, time1, label='in keys()')
plt.plot(t, time2, label='has_key')
plt.plot(t, time3, label='in')
plt.legend()
plt.show()

执行结果：