把 O(n²) 的判重改成 O(n)
下面这段去重用的是列表判重（每次都要挨个比）。把它改成用集合判重，结果必须一样。 改完之后输出去重后还剩几个。
把重复计算提到循环外
下面的代码在循环里反复调用同一个开销大的函数，而它的结果每次都一样。 把它提到循环外面去，然后输出这个函数被调用了几次。
⚠️ 优化前后结果必须一致
优化最容易犯的错是把行为也改了。 补全代码：慢版（列表判重）和快版（集合判重）各跑一遍，比较两者的结果是否完全相同，相同输出 结果一致，否则输出 结果不一致。
这次优化到底提了多少
补全 speedup：返回 200 条数据时，列表判重的比较次数是集合的多少倍（整除）。 这个数就是这次优化的收益——有数才叫优化，没数只是改写。
大数据下最怕什么
数据量上来之后，最怕代码里【0】。
哈希表什么时候会退化
哈希表也不是永远 O(1)，它在【0】的时候会退化。
小数据上两种做法差多少
只有 10 条数据时，两种判重的比较次数。运行下面这段程序： def list_ops(n): ops = 0 seen = [] for i in range(n): for y in seen:
数据量上来之后呢
换成 200 条。运行下面这段程序： def list_ops(n): ops = 0 seen = [] for i in range(n): for y in seen:
空输入不能崩
补全 distinct：返回不重复元素的个数。 这次喂给它一个空列表，不能报错。
全都一样的输入
同一个 distinct，这次喂五个一模一样的词。