通常都會說 Python 的 set 內部是用 hash table 來實作，所以是 O(1)，但為什麼這樣就是 O(1)？
當要判斷某個元素是否在 set 裡面時，它的 __hash__() 會被用來得到 hash 值，可以把這個 hash 值視為 set 底層實作的 array 的 index，Python 接著會用這個 hash 值去那個 array 的對應位置找，然後發現 array 沒有這個位置，或是找到對應 value，而這個過程跟 set 裡的元素個數無關，所以是 O(1)
而這邊說的 O(1) 是平均時間複雜度，最壞情況時間複雜度是 O(n)，它發生在不同元素產生相同 hash 的時候，也就是 hash collision。假如有兩個元素的 hash 發生 collision，他們就會被放在同一個 index，可以想像這個 index 的元素變成這兩個元素組成的 linked list，而最差的情況就是所有元素都發生 hash collision，等同於這個 set 變成一個 n 個元素的 linked list，所以判斷一個元素是否在裡面就需要 O(n) 時間複雜度了
參考資料：
Why do sets in Python have an algorithmic complexity of O(1)?