Python序列类型选择：效率优先

当处理大量数据的时候，为序列选择数据类型就要考虑时间复杂度。例如，列表使用数组实现，其搜索时间的复杂度为O(n)。元组是不可变的列表，搜索时间复杂度也是O(n)。字典由于对键进行了哈希，按键搜索时间复杂度为O(1)。但大部分时候，列表不适合用字典存储。为了提升列表搜索效率，可以将列表转换为集合set，搜索时间复杂度将降为O(logn)。

[偷笑]所谓高考、做题家，应试教育等……
那错的是做题考试吗？错的是做题的人。
题，可都是饱含有用的现实意义的[偷笑]
比如高考了～模拟考试了～最后一道经常是图1那种logx x比大小的题，每年换汤不换药，为啥总考这个？
因为这是现实应用的来源啊～比如大学计算机课、会接触，n的复杂度大于logn 。复杂度高的算法设计出来毫无工程上的可应用性[偷笑]
又有多少大学生学算法时候会联想到呢？读完大学还不明白当年的高考题都是有现实意义的话，基本就是暴露没有触类旁通的能力了，死记硬背➕硬刷熟练度刷起来的。[偷笑]这就是只会做题的。
#小镇做题家##高考##高考[超话]#

#粤嵌星计划，粤嵌我来了
*HashMap 的实现原理？
HashMap概述： HashMap是基于哈希表的Map接口的非同步实现。此实现提供所有可选的映射操作，并允许使用null值和null键。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。
HashMap的数据结构： 在java编程语言中，最基本的结构就是两种，一个是数组，另外一个是模拟指针（引用），所有的数据结构都可以用这两个基本结构来构造的，HashMap也不例外。HashMap实际上是一个“链表散列”的数据结构，即数组和链表的结合体。
当我们往Hashmap中put元素时,首先根据key的hashcode重新计算hash值,根绝hash值得到这个元素在数组中的位置(下标),如果该数组在该位置上已经存放了其他元素,那么在这个位置上的元素将以链表的形式存放,新加入的放在链头,最先加入的放入链尾.如果数组中该位置没有元素,就直接将该元素放到数组的该位置上。
需要注意Jdk 1.8中对HashMap的实现做了优化,当链表中的节点数据超过八个之后,该链表会转为红黑树来提高查询效率,从原来的O(n)到O(logn)