哪个在散列表或排序列表中找到项目更快？
算法复杂度是一件好事，并且哈希表已知为O（1），而排序向量（在您的情况下我认为使用排序数组比列表更好）将提供O（log n）访问时间。
但是你应该知道复杂符号可以让你获得N进入无限的访问时间。这意味着如果您知道您的数据将继续增长，复杂性表示法会为您提供一些选择的算法提示。
当您知道数据的长度相当低时：例如，您的数组/哈希表中只有少数条目，您必须使用手表并进行测量。所以有一个测试。
例如，在另一个问题中：对数组进行排序。对于一些条目冒泡排序，而O（N ^ 2）可能比快速排序更快，而它是O（n log n）。
此外，相应于其他答案，并且根据您的项目，您必须尝试为哈希表实例找到最佳哈希函数。否则，它可能会导致哈希表中查找的显着不良性能（正如Hank Gay的回答中指出的那样）。
编辑：看看这篇文章，了解the meaning of Big O notation 。
假设“排序列表”是指“随机可访问，已排序的集合”。列表具有您只能逐个元素遍历它的属性，这将导致O（N）复杂性。
在排序的可索引集合中查找元素的最快方法是通过N-ary搜索O（logN），而没有重合的哈希表具有O（1）的查找复杂度。
除非散列算法非常慢（和/或差），否则哈希表会更快。
更新：正如评论者指出的那样，你也可能因太多的冲突而降低性能，不是因为你的哈希算法很糟糕，而是因为哈希表不够大。大多数库实现（至少在高级语言中）将在幕后自动增加哈希表 - 这将导致插件上的性能低于预期，从而触发增长 - 但如果你自己滚动，那肯定是考虑一下。
在get中的SortedList操作是O(log n)，而与HashTable相同的操作是O(1)。所以，通常情况下，HashTable会快得多。但这取决于许多因素：
它完全取决于您存储的数据量。
假设你有足够的内存来抛出它（因此哈希表足够大），哈希表将在固定的时间内定位目标数据，但是计算哈希值的需要将增加一些（也是固定的）开销。
搜索已排序的列表不会产生散列开销，但实际定位目标数据所需的时间将随着列表的增长而增加。
因此，通常，对于小数据集，排序列表通常会更快。 （对于经常更改和/或不经常搜索的非常小的数据集，未排序的列表可能更快，因为它避免了进行排序的开销。）随着数据集变大，列表的搜索时间增长过大散列的固定开销，哈希表变得更快。
断点的位置将根据您的特定哈希表和sorted-list-search实现而有所不同。在许多通常大小的数据集上运行测试和基准测试性能，以查看哪些在您的特定情况下实际上会更好。 （或者，如果代码已经“足够快”运行，请不要。只需使用您感觉更舒服的东西，不要担心优化不需要优化的东西。）
在某些情况下，它取决于集合的大小（在较小程度上，实现细节）。如果你的名单非常小，可能有5-10项，我猜这个名单会更快。否则xtofl就是对的。
对于包含10个以上项目的列表，HashTable会更有效。如果列表少于10个项目，则由于哈希算法导致的开销将更多。
如果您需要快速字典但需要以有序方式保留项目，请使用OrderedDictionary。 （.Net 2.0起）