python中字典和集合内部用的就是哈希表（散列表）所以他们的查找速度非常快。
数组可以迅速通过下标去查找，O(1);但是删除数组元素就要向前依次移动其他元素，所以O(n);
循环双端链表在知道一个节点的情况下迅速删除它，O(1)，但是它的节点查找又成了 O(n)，比较慢。
扩展：
给元素一个逻辑下标，这样在存储一个元素的时候，通过这个元素计算一个逻辑下标，这样就可以迅速通过这个下标找到这个元素，这也就是哈希表的工作原理。
举例：
有个长度为13个元素的数组，定义一个哈希函数
h（key） = key % M
使用取余运算是的h(key)的结果不会超过数组长度的下标，再来分别插入以下元素：
765, 431, 96, 142, 579, 226, 903, 388
先来计算下它们应用哈希函数后的结果:
M = 13
h(765) = 765 % M = 11
h(431) = 431 % M = 2
h(96) = 96 % M = 5
h(142) = 142 % M = 12
h(579) = 579 % M = 7
h(226) = 226 % M = 5
h(903) = 903 % M = 6
h(388) = 388 % M = 11 可以看到 96 和 226，以及 765 和 388 产生了哈希冲突。
下图模拟哈希表的插入过程（链接法）：
当出现哈希冲突的时候，就把这个位置当成链接表，226就往这个链接表里面插入，所以用链接法解决哈希冲突，缺点也很明显，如果哈希冲突的比较多，导致这个链过长，这时去查找元素的时候，没法通过O(1)时间去定位，就发生了时间复杂度退化的情况。
另外一种方法就相对较好：开放寻址法
它的思想比较简单，当一个槽被占用的时候，采用一种方式寻找下一个可用的槽，这里的槽指的是数组中的一个位置，根据找下一个槽的方式不同分为几种：
（1）线性探查：当一个槽被占用，找下一个可用的槽
h(k, i) = (h'(k) +i) % m, i=0,1,2,....,m-1
#k 是插入元素的key值
#i 是位置
#h'(k) + i 是对M取模
#m-1 是槽的长度
（2）2次探查：【python内置使用的就是二次探查】
当一个槽被占用时，以2次方作为偏移量
h(k,i)=(h′(k)+c1+c2i2)%m,i=0,1,...,m−1
选取c1，c2两个常数，之前计算得到的一个哈希表的位置（h'(k)）之后，加上c1和c2i2的和，对m取模，以2次方作为偏移量。
（3）双重散列：重新计算哈希结果
h(k,i)=(h1(k)+ih2(k))%m
这种方法根据哈希函数进行二次哈希，用的很少
python实际上使用的是二次探查法：
h(k, i) = (home +i2) % m
意思是如果遇到了冲突，就在原始计算的位置上不断加上i的平方。之后再对m使用取模。
下面的代码模拟了计算逻辑下标的过程：
inserted_index_set = set()
M = 13
def h(key, M=13):
return key % M
to_insert = [765, 431, 96, 142, 579, 226, 903, 388]
for number in to_insert:
index = h(number)
first_index = index
i = 1
while index in inserted_index_set: #如果计算发现已经占用，继续计算得到下一个可用槽的位置
print('\th({number}) = {number} % M = {index} collision'.format(number=number, index=index))
index = (first_index + i*i) % M #根据二次方探查的公式重新计算下一个需要插入的位置
i += 1
else:
print('h({number}) = {number} % M = {index}'.format(number=number, index=index))
inserted_index_set.add(index) 这段代码输出的结果如下：
h(765) = 765 % M = 11
h(431) = 431 % M = 2
h(96) = 96 % M = 5
h(142) = 142 % M = 12
h(579) = 579 % M = 7
h(226) = 226 % M = 5 collision
h(226) = 226 % M = 6
h(903) = 903 % M = 6 collision
h(903) = 903 % M = 7 collision
h(903) = 903 % M = 10
h(388) = 388 % M = 11 collision
h(388) = 388 % M = 12 collision
h(388) = 388 % M = 2 collision
h(388) = 388 % M = 7 collision
h(388) = 388 % M = 1
遇到冲突之后会重新计算，每个待插入元素最终的下标就是：
h(765) => 11
h(431) => 2
h(96) => 5
h(142) => 12
h(579) => 7
h(226) => 5(collision) => 6
h(903) => 6(collision) => 7(collision) => 10
h(338) => 11(collision) => 12(collision) => 2(collision) => 7(collision) => 1
详细解释如下：
h(226)的逻辑下标是5，冲突了，所以5+12=6，查看6的位置为空，OK，找到位置了；
h(903)的逻辑下标是6，冲突了，所以6+12=7，7冲突，继续，6+22=10，10的位置为空，找到位置了；
h(388)的逻辑下标是11，冲突了，所以11+12=12，也冲突，11+22=15,15%13=2，2冲突，继续，11+32= 20,20%13=7，7冲突，继续，11+42=27,27%13=1， 1的位置为空，找到位置了；
