Python中内置类型性能有哪些？

列表适合索引访问和尾部操作，元组更轻量且可哈希，字典和集合基于哈希实现，查找高效，字符串拼接宜用join，deque支持O(1)头尾操作。

Python内置类型的性能表现取决于使用场景，不同数据结构在访问、插入、删除等操作上各有优劣。了解这些有助于写出更高效的代码。

列表（list）

列表是动态数组，适合按索引访问和尾部操作。

• 按索引访问：O(1)，非常快
• 在末尾添加或删除元素（append/pop）：O(1）平均情况
• 在开头或中间插入/删除：O(n)，因为需要移动元素
• 查找值是否存在（x in list）：O(n)

如果频繁在头部插入，考虑用deque替代。

元组（tuple）

元组是不可变序列，创建后不能修改。

• 访问速度略快于列表，因结构简单
• 占用内存更少，适合存储不变的数据
• 可作为字典键或集合元素，列表不行

适用于配置项、固定结构数据。

字典（dict）

字典基于哈希表实现，是Python中最高效的数据查找结构之一。

• 插入、删除、查找平均都是O(1)
• 最坏情况O(n)，但极少见（哈希冲突严重时）
• 保持插入顺序（Python 3.7+）
• 空间开销较大，但时间效率高

适合做缓存、计数器、去重映射等。

集合（set）

集合也是哈希实现，用于存储唯一元素。

• 添加、删除、成员检查：O(1)平均
• 不支持索引，无序（除非用OrderedSet第三方库）
• 比列表做“是否包含”判断快得多

比如判断一个值是否在大量数据中存在，用set比list快很多。

字符串（str）

字符串是不可变类型，拼接操作代价高。

• 频繁拼接用''.join(list)比+=更高效
• 切片操作O(k)，k为切片长度
• 查找子串（in, find）通常很快，但最坏O(n*m)

处理大量文本时，注意避免重复拷贝。

双端队列（collections.deque）

专为高效头尾操作设计。

• 在两端添加或删除：O(1)
• 随机访问：O(n)，不如list
• 适合实现队列、滑动窗口等

当需要频繁在头部操作时，比list更合适。

基本上就这些常见类型的主要性能特点。选择合适的数据结构，能显著提升程序效率。