Python 集合（Set）详细讲解

最新推荐文章于 2025-04-27 11:54:25 发布

Python子木_

最新推荐文章于 2025-04-27 11:54:25 发布

阅读量1k

点赞数 15

分类专栏： Python学习 Python入门 Python零基础文章标签： python 开发语言 python学习 python教程 Python教学 Python入门 Python基础

本文链接：https://blog.youkuaiyun.com/biancheng_syz/article/details/145757401

版权

Python入门同时被 3 个专栏收录

274 篇文章

订阅专栏

Python学习

247 篇文章

订阅专栏

Python零基础

219 篇文章

订阅专栏

一、集合的定义与特性

集合（Set） 是 Python 中用于存储 无序、唯一元素 的容器。核心特性：

元素唯一性：集合中不允许重复元素，自动去重。
无序性：元素存储顺序与添加顺序无关，无法通过索引访问。
可变性：集合本身可动态修改（但元素必须是 不可变类型）。
高效操作：基于哈希表实现，查找、添加、删除的时间复杂度为 O(1)。

二、集合的创建

方法1：直接定义

# 空集合（注意：不能用 {}，这会创建字典）
empty_set = set()

# 带初始元素的集合
fruits = {"apple", "banana", "orange"}  # 自动去重

方法2：从其他序列转换

numbers = set([1, 2, 2, 3])       # {1, 2, 3}
chars = set("hello")              # {'h', 'e', 'l', 'o'}

方法3：集合推导式（Set Comprehension）

squares = {x**2 for x in range(5)}  # {0, 1, 4, 9, 16}

三、集合的常见操作

操作	描述	示例
添加元素
`add()`	添加单个元素	`s.add(4)`
`update()`	合并其他集合/序列	`s.update([4,5], {6})`
删除元素
`remove()`	移除指定元素（不存在则报错）	`s.remove(3)`
`discard()`	安全移除元素（不存在不报错）	`s.discard(3)`
`pop()`	随机弹出元素（集合为空报错）	`s.pop()`
`clear()`	清空集合	`s.clear()`
成员检测
`in` 操作符	判断元素是否存在	`if 2 in s: ...`
大小信息
`len()`	获取元素数量	`len(s)`

四、集合的数学运算

Python 集合支持标准的数学集合运算：

1. 并集（Union）

A = {1, 2}
B = {2, 3}
print(A | B)           # {1, 2, 3}
print(A.union(B))      # 同上

2. 交集（Intersection）

print(A & B)           # {2}
print(A.intersection(B))

3. 差集（Difference）

print(A - B)           # {1}
print(A.difference(B))

4. 对称差集（Symmetric Difference）

print(A ^ B)           # {1, 3}
print(A.symmetric_difference(B))

5. 子集/超集判断

C = {1, 2}
print(C <= A)          # True（C 是 A 的子集）
print(A.issuperset(C)) # True（A 是 C 的超集）

五、不可变集合（frozenset）

用于创建不可修改的集合：

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

六、实际应用场景

1. 数据去重

names = ["Alice", "Bob", "Alice", "Charlie"]
unique_names = set(names)  # {'Alice', 'Bob', 'Charlie'}

2. 关系测试

# 找出两个列表的共同元素
list1 = [1, 2, 3]
list2 = [2, 3, 4]
common = set(list1) & set(list2)  # {2, 3}

3. 过滤重复数据

# 从日志中提取唯一 IP 地址
logs = ["192.168.1.1", "10.0.0.1", "192.168.1.1"]
unique_ips = {log.split()[0] for log in logs}

4. 集合运算优化

# 统计两篇文章的共有词汇和独有词汇
article1_words = {"data", "science", "python"}
article2_words = {"machine", "learning", "python"}
common_words = article1_words & article2_words  # {"python"}
unique_to_article1 = article1_words - article2_words  # {"data", "science"}

七、性能特点与注意事项

查找速度极快：检查元素是否存在时，集合比列表快得多：

# 列表：O(n) 时间
if 1000000 in my_list: ... 

# 集合：O(1) 时间
if 1000000 in my_set: ...

内存占用较高：集合需要存储哈希表结构，内存消耗通常大于列表。
元素必须可哈希：集合中的元素必须是不可变类型（如数字、字符串、元组），不能包含列表或字典：
```
valid_set = {1, "a", (2, 3)}       # 合法
invalid_set = {[1, 2]}             # 报错：TypeError
```

无序性导致的问题：

# 不要依赖遍历顺序
for item in my_set:
    print(item)  # 顺序可能每次不同

八、集合与其他数据结构的对比

特性	列表（List）	字典（Dict）	集合（Set）
元素唯一性	允许重复	键唯一	元素唯一
访问方式	索引	键	无法直接索引
内存占用	较低	较高	较高
典型用途	有序数据集合	键值对映射	去重/集合运算