我应该在 Python dicts 上使用“has_key()”还是“in”？
鉴于：
>>> d = {'a': 1, 'b': 2}
以下哪项是检查 'a' 是否在 d 中的最佳方法？
>>> 'a' in d
True
>>> d.has_key('a')
True
in 胜出，不仅在优雅方面（并且没有被弃用；-），而且在性能方面，例如：
$ python -mtimeit -s'd=dict.fromkeys(range(99))' '12 in d'
10000000 loops, best of 3: 0.0983 usec per loop
$ python -mtimeit -s'd=dict.fromkeys(range(99))' 'd.has_key(12)'
1000000 loops, best of 3: 0.21 usec per loop
虽然以下观察结果并非总是正确，但您会注意到通常，在 Python 中，更快的解决方案更优雅且更符合 Python 风格；这就是 -mtimeit 如此有用的原因 - 只是在这里和那里节省一百纳秒！-)
has_key 似乎也是 O(1)。
当（且仅当）您的代码需要可由早于 2.3 的 Python 版本（引入 key in dict 时）运行时，使用 dict.has_key()。
有一个示例 in 实际上会影响您的性能。
如果您在仅实现 __getitem__ 和 has_key() 但未实现 __contains__ 的 O(1) 容器上使用 in，您会将 O(1) 搜索变为 O(N) 搜索（因为 in 落入通过 __getitem__ 回到线性搜索）。
修复显然是微不足道的：
def __contains__(self, x):
return self.has_key(x)
has_key() 特定于 Python 2 字典。 in / __contains__ 是要使用的正确 API；对于那些无法避免全面扫描的容器，没有 has_key() 方法无论如何，如果有 O(1) 方法，那么这将是特定于用例的，因此取决于开发人员为问题选择正确的数据类型。
不推荐使用 dict.has_key() 的解决方案，使用 'in' -- sublime text editor 3
在这里，我举了一个名为'ages'的字典示例 -
ages = {}
# Add a couple of names to the dictionary
ages['Sue'] = 23
ages['Peter'] = 19
ages['Andrew'] = 78
ages['Karren'] = 45
# use of 'in' in if condition instead of function_name.has_key(key-name).
if 'Sue' in ages:
print "Sue is in the dictionary. She is", ages['Sue'], "years old"
else:
print "Sue is not in the dictionary"
用 Adam Parkin 的评论扩展 Alex Martelli 的性能测试……
$ python3.5 -mtimeit -s'd=dict.fromkeys(range( 99))' 'd.has_key(12)'
Traceback (most recent call last):
File "/usr/local/Cellar/python3/3.5.2_3/Frameworks/Python.framework/Versions/3.5/lib/python3.5/timeit.py", line 301, in main
x = t.timeit(number)
File "/usr/local/Cellar/python3/3.5.2_3/Frameworks/Python.framework/Versions/3.5/lib/python3.5/timeit.py", line 178, in timeit
timing = self.inner(it, self.timer)
File "<timeit-src>", line 6, in inner
d.has_key(12)
AttributeError: 'dict' object has no attribute 'has_key'
$ python2.7 -mtimeit -s'd=dict.fromkeys(range( 99))' 'd.has_key(12)'
10000000 loops, best of 3: 0.0872 usec per loop
$ python2.7 -mtimeit -s'd=dict.fromkeys(range(1999))' 'd.has_key(12)'
10000000 loops, best of 3: 0.0858 usec per loop
$ python3.5 -mtimeit -s'd=dict.fromkeys(range( 99))' '12 in d'
10000000 loops, best of 3: 0.031 usec per loop
$ python3.5 -mtimeit -s'd=dict.fromkeys(range(1999))' '12 in d'
10000000 loops, best of 3: 0.033 usec per loop
$ python3.5 -mtimeit -s'd=dict.fromkeys(range( 99))' '12 in d.keys()'
10000000 loops, best of 3: 0.115 usec per loop
$ python3.5 -mtimeit -s'd=dict.fromkeys(range(1999))' '12 in d.keys()'
10000000 loops, best of 3: 0.117 usec per loop
has_key 是一种字典方法，但 in 将适用于任何集合，即使缺少 __contains__，in 也会使用任何其他方法迭代集合以找出答案。
range 对象进行 in 测试实际上非常有效。不过，我不太确定它在 Python 2 xrange 上的效率。 ;)
__contains__ 可以简单地计算 值是否在范围内。
range 实例的开销。使用单个 预先存在的 实例，“范围内的整数”测试在我的计时中快了大约 40%。
如果你有这样的事情：
if d.has_key('a'):
将其更改为以下以在 Python 3.X 及更高版本上运行：
if 'a' in d:
ew 引用也是字典中的键，则 t.has_key(ew) 返回 True。如果字典中的值是 not，则 key not in t 返回 True。此外，key = ew 别名非常非常多余。正确的拼写是 if ew in t。这是 8 年前公认的答案已经告诉你的。
关注公众号
不定期副业成功案例分享
keys()只是字典中的类似集合的视图，而不是副本，因此x in d.keys()是 O(1)。不过，x in d更符合 Python 风格。x in d.keys()必须构造和销毁一个临时对象，完成所需的内存分配，其中x in d.keys()只是进行算术运算（计算哈希）并进行查找。请注意，d.keys()仅是此长度的 10 倍左右，实际上还不算长。我还没有检查，但我仍然很确定它只是 O(1)。