Python3中基于键增删数据的最高效数据结构选型咨询（dataclass存储场景）

存储结构选型合理性 #

你选择内置dict以user_id为键存储UserInfo对象的方案完全匹配需求：核心的存在性查询、定点删除操作的均摊时间复杂度都是O(1)，是这类按键索引场景的最优通用数据结构。

# 基础存储定义示例
from dataclasses import dataclass
from typing import Dict

@dataclass(frozen=True)
class UserInfo:
    user_id: int
    book: str
    bookshelf_color: str
    money: int
    size: int

D: Dict[int, UserInfo] = {}

del与pop的风格及效率对比 #

你目前的if user_id in D: del D[user_id]写法属于「先检查后操作（LBYL）」的逻辑，可读性好但存在性能冗余：in操作会做一次哈希查找，del会执行第二次哈希查找，同一个key重复查询了两次。
更符合Python简洁风格、同时性能更优的写法是直接使用带默认值的pop方法，一行即可完成同等逻辑，且仅执行一次哈希查找：

D.pop(user_id, None)

如果业务中user_id不存在属于异常场景需要额外处理，更符合Python惯例的写法是「捕获异常而非提前检查（EAFP）」：

try:
    del D[user_id]
except KeyError:
    # 异常分支逻辑，例如打印日志、上报指标等
    ...

更高效率的实现方案 #

绝大多数场景下，Python内置dict已经是性能天花板：它的底层是CPython实现的高度优化的哈希表，纯Python生态中没有其他通用键值对存储的性能能超过它。
只有两类极端特殊场景可以考虑替代：

• 如果你的user_id是连续、取值范围极小的正整数，可以用list做存储，下标对应user_id，随机访问性能略高于dict，但缺点是内存浪费严重，仅适用于user_id范围完全可控的场景
• 如果不需要存储完整UserInfo对象、仅需要维护user_id的存在性，可以直接用内置set，性能和dict相当，内存占用更低

内容的提问来源于stack exchange，提问作者demid