Python 数据类型 - 集合(set)

Python 数据类型 - 集合(set)

1. 集合简介

集合(set)是Python中的一种无序、可变、不重复元素的容器数据类型。集合的主要用途：

• 快速成员检测（判断元素是否存在）
• 去除重复项
• 执行数学集合运算（并集、交集、差集等）

2. 创建集合

2.1 使用花括号

fruits = {'apple', 'banana', 'orange'}  # 注意：空{}创建的是字典，不是集合

2.2 使用set()构造函数

numbers = set([1, 2, 3, 4])  # 从列表创建
chars = set("hello")         # 从字符串创建 → {'h', 'e', 'l', 'o'}（自动去重）
empty_set = set()            # 创建空集合的正确方式

3. 集合基本操作

3.1 添加元素

s = {1, 2}
s.add(3)        # {1, 2, 3}
s.update([4,5]) # {1, 2, 3, 4, 5} 添加多个元素

3.2 删除元素

s = {1, 2, 3, 4}
s.remove(3)     # {1, 2, 4} (元素不存在会报KeyError)
s.discard(5)    # 安全删除（元素不存在不会报错）
s.pop()         # 随机删除并返回一个元素
s.clear()       # 清空集合

3.3 成员检测

colors = {'red', 'blue', 'green'}
'red' in colors   # True
'yellow' not in colors  # True

4. 集合运算

4.1 并集 (| 或 union())

a = {1, 2}; b = {2, 3}
a | b          # {1, 2, 3}
a.union(b)     # 同上

4.2 交集 (& 或 intersection())

a & b              # {2}
a.intersection(b)  # 同上

4.3 差集 (- 或 difference())

a - b              # {1}
a.difference(b)    # 同上

4.4 对称差集 (^ 或 symmetric_difference())

a ^ b                      # {1, 3}
a.symmetric_difference(b)  # 同上

5. 集合方法速查

方法	描述
add()	添加单个元素
update()	添加多个元素
remove()	删除指定元素（不存在则报错）
discard()	删除指定元素（不存在不报错）
pop()	随机删除并返回一个元素
clear()	清空集合
copy()	浅拷贝集合
union()	返回并集
intersection()	返回交集
difference()	返回差集
symmetric_difference()	返回对称差集
issubset()	判断是否为子集
issuperset()	判断是否为超集
isdisjoint()	判断是否无交集

6. 集合特性

1. 无序性：集合元素没有固定顺序

   print({1,2,3} == {3,2,1})  # True
   

2. 元素唯一性：自动去除重复

   set([1,1,2,2,3])  # {1, 2, 3}
   

3. 不可哈希元素：集合元素必须是不可变类型（不能包含列表、字典等可变类型）

7. 冻结集合(frozenset)

不可变的集合类型：

fs = frozenset([1,2,3])
# fs.add(4)  # 报错：frozenset不可修改

8. 实际应用示例

8.1 列表去重

lst = [1,2,2,3,4,4]
unique = list(set(lst))  # [1,2,3,4]（顺序可能变化）

8.2 词频统计

words = ["apple", "banana", "apple", "orange"]
unique_words = set(words)  # {'apple', 'banana', 'orange'}

8.3 权限系统

user_permissions = {'read', 'write'}
required_permissions = {'read', 'execute'}
if user_permissions & required_permissions == required_permissions:
    print("权限足够")

9. 性能特点

• 成员检测：O(1) 时间复杂度（比列表的O(n)快）
• 元素添加/删除：平均O(1)时间复杂度
• 不适合需要维护元素顺序的场景