首先什么时hash(哈希)：参考来自：哈希表（散列表）原理详解_那年聪聪的博客-CSDN博客_哈希表

哈希表（Hash table，也叫散列表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。

记录的存储位置=f(关键字)

这里的对应关系f称为散列函数，又称为哈希（Hash函数），采用散列技术将记录存储在一块连续的存储空间中，这块连续存储空间称为散列表或哈希表（Hash table）。

想要高效遍历查找，可以借助哈希列表，将需要计算地对象转换成哈希列表，对于没接触过的小伙伴来说，一听吓一跳；但是我们可以借助python底层的某些数据结构，因为像python中的字典，和集合查找方法，其底层是通过哈希查找来实现的。我们拿过来直接用就好了，不用自己再绕弯子创建哈希列表了。至于如何创建哈希列表不在本帖子的讨论范围内，感兴趣的可以参考：python实现哈希表_Who is abc的博客-CSDN博客_哈希表python实现

下面是一个简单的借用hash查找的简单案例，分别未采用基本的遍历，采用字典和采用集合方法进行计算，并对效率进行简单的对比：

对比思路：计算两个数组list_a = range(0, 20000); list_b = range(5000, 25000);的元素相同的个数，其中，每个数组中的元素都是独一的，并打印三种方法的计算时间，以此对比普通方法和哈希查找的效率情况：

三种方法的计算时间，如下图所示：

可以看到，在相同的计算量条件下，普通的嵌套for循环，耗时11.2s左右，借用字典或者集合的哈希查找方法，耗时均为0.01s左右，甚至集合的计算时间都不到0.01s(有可能是set占用的资源比dict少的缘故)。

哈希查找的效率名不虚传啊！

以上是我的分享，如有错误，请严厉指正！谢谢！