Python成员运算符in和not in用于判断值是否在序列中，返回布尔值；in对字典只检查键，性能上集合/字典为O(1)，列表/元组为O(n)，需注意大小写、None及嵌套结构等常见误区。
Python成员运算符 in 和 not in 用于判断某个值是否存在于序列（如列表、元组、字符串、字典等）中，返回布尔值 True 或 False。它们简洁高效，是日常编码中高频使用的操作符，但用法细节和常见误区值得深挖。
in 与 not in 的基本行为
两者都是二元运算符，左边是待查元素，右边是容器对象。Python 会调用容器的 __contains__ 方法（如果定义了），否则回退为逐项比较（如列表）或哈希查找（如字典、集合）。
-
'a' in 'abc'→True（字符串支持子串判断） -
3 in [1, 2, 3, 4]→True -
'key' in {'key': 10}→True（检查键，不是值） -
10 in {'key': 10}→False（值不参与in判断） -
5 not in (1, 2, 3)→True
在字典中使用 in 的关键点
对字典使用 in 默认只检查键（key），这是最常被误解的地方。若需检查值或键值对，必须显式调用对应视图：
-
'name' in user_dict✅ 检查键是否存在 -
'Alice' in user_dict.values()✅ 检查值是否存在 -
('name', 'Alice') in user_dict.items()✅ 检查键值对是否存在 -
'Alice' in user_dict❌ 不会自动搜索值，结果恒为False（除非键名恰好叫 'Alice'）
性能差异：不同容器类型的影响
成员判断效率取决于底层实现：
立即学习“Python免费学习笔记（深入）”；
-
列表/元组：O(n) 时间复杂度，逐个比对；大数据量时慎用
in - 集合/字典：O(1) 平均时间复杂度，基于哈希；适合高频存在性判断
-
字符串：O(n) 最坏情况（如
'x' * 1000000 in 'x'很慢），但短字符串极快
例如：从万级用户ID中频繁查是否存在，用 set(user_ids) 替代 list(user_ids) 可显著提速。
实战避坑与实用技巧
写错容易，改起来费劲。几个真实场景中的典型问题：
-
大小写敏感：
'Hello' in ['hello', 'world']是False；需要统一转换：word.lower() in [w.lower() for w in words]，或更优：用集合预处理words_lower = {w.lower() for w in words} -
None 和空值混淆：
None in [0, False, '']→False，但0 in [0, False, '']→True（注意0 == False，但in比较的是对象身份+值，不自动类型转换） -
嵌套结构需手动展开：
5 in [[1,2], [3,4,5]]→False；要写成any(5 in sublist for sublist in nested_list) -
自定义类支持 in：只需实现
__contains__(self, item)方法，即可让实例响应in操作
