python字典查找快是因为基于哈希表实现：键经hash()函数快速映射到内存槽位，平均时间复杂度o(1)；前提包括哈希分布均匀、冲突少、键不可变，且通过开放寻址法处理碰撞。
字典查找为什么快？哈希表不是魔法
Python 字典查找平均 O(1)，本质靠哈希表：键被 hash() 函数快速映射到内存槽位，跳过遍历。但“快”有前提——哈希值要分布均匀、冲突少、键本身不可变。
- 字符串、数字、元组（不含可变项）能安全当键；
list或dict当键会直接报TypeError: unhashable type - 哈希碰撞不可避免，但 CPython 会用开放寻址法二次探测，性能仍远优于线性扫描
- 如果大量键的
hash()值相同（极罕见，除非手写恶意哈希），退化为O(n)，但日常完全不用操心
get() 是默认选择，d[key] 是例外操作
95% 的场景该用 get()，不是习惯问题，是安全与可读性的硬需求。
-
d["email"]：键不存在立刻抛KeyError，适合你**100% 确认结构固定**的上下文（比如解析某次 API 返回的确定字段） -
d.get("email")：键不存在返回None，不打断执行；加第二个参数如d.get("email", "N/A")可控兜底 - 别用
try/except KeyError做存在性判断——异常机制开销大，且语义上“查不到”不是异常，是常态
in 检查键存在性，比 get() 更轻量
如果你只关心“有没有”，不关心“值是多少”，"key" in d 是最直接、最高效的方式。
- 时间复杂度仍是
O(1)，底层直接查哈希表槽位，不取值、不构造对象 - 别写
if d.get("key") is not None:——多一次哈希计算+一次取值，还漏掉值为None、0、False等 falsy 值的合法情况 - 想批量检查多个键？用
all(k in d for k in ["name", "age", "city"])，别一个个get()
需要默认值？优先选 defaultdict，慎用 setdefault()
setdefault() 看似方便，但副作用明显：键不存在时会**立即写入字典**。多数时候你并不想要这个行为。
- 计数场景：用
from collections import defaultdict+dd = defaultdict(int)，dd["apple"] += 1安全自然 - 分组场景：用
defaultdict(list)，dd["category"].append(item)无脑可靠 -
d.setdefault("cache", {})看起来省事，但如果"cache"已存在却是个None，它不会覆盖，也不会报错，容易埋下静默逻辑错误
真正影响速度的从来不是语法糖，而是你是否理解哈希表在什么条件下会“失速”——比如用自定义类当键却忘了实现 __hash__ 和 __eq__，或者在超大字典里反复做 keys() 转 list 再搜索。这些地方才值得花时间看一眼源码或文档。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
