实现双射映射：单n大小字典与两个n/2大小字典的迭代性能对比

结论很明确：这两种方案性能不等效，方案2的性能会比方案1差，尤其是在键不存在的场景下。

核心原因 #

• 字典的in操作本身是O(1)复杂度，但方案2需要触发两次__contains__方法调用。哪怕单次调用的辅助开销极小，两次叠加的成本也会超过方案1的单次调用。
• 当待检查的键不存在时，方案2必须完整执行两次in检查（因为or逻辑会先判断第一个字典，结果为假后才会去检查第二个），此时的开销几乎是方案1的两倍。
• 就算键存在且刚好在第一个字典d1中，方案2也多了一层or的逻辑分支判断，相比方案1直接一次in调用，还是会产生额外的性能损耗。

实际测试验证 #

可以用Python的timeit模块做简单的性能对比：

import timeit

# 测试单字典场景
def test_single_dict(n):
    d = {i: i for i in range(n)}
    def check_key():
        # 检查一个不存在的键，模拟最坏场景
        return 9999999 in d
    return check_key

# 测试双字典场景
def test_two_dicts(n):
    half = n // 2
    d1 = {i: i for i in range(half)}
    d2 = {i: i for i in range(half, n)}
    def check_key():
        return 9999999 in d1 or 9999999 in d2
    return check_key

# 初始化百万级数据
n = 1000000
# 执行10万次检查
print("单字典耗时:", timeit.timeit(test_single_dict(n), number=100000))
print("双字典耗时:", timeit.timeit(test_two_dicts(n), number=100000))

运行结果会显示，双字典方案的耗时显著高于单字典方案，尤其是在键不存在的测试场景下。

总结 #

如果优先考虑性能，方案1是更合理的选择。方案2不仅没有性能优势，反而会因为额外的方法调用和逻辑判断，带来不必要的性能损耗。

内容的提问来源于stack exchange，提问作者Michael Moreno