Python frozenset是什么：不可变集合的使用场景与方法

林见深

发布时间：2026-10-23 | 5人浏览过

原创

在 Python 中，frozenset 是内置的一种不可变集合数据类型。与常见的可变集合 set 相比，它保留了集合元素唯一和无序的特性，但一旦创建就无法添加、删除或修改其中的元素。由于其内容不可变，frozenset 拥有可哈希（hashable）属性，能够作为字典的键或另一个集合的元素使用，从而填补了普通 set 无法胜任的架构空缺。

一、认识 frozenset：核心差异与内存模型

很多开发者在刚接触 Python 时都会对 set 非常熟悉：用来去重、做交并差集运算都很高效。然而一旦尝试将一个集合放进另一个集合，或者作为字典的键，解释器就会立刻抛出 TypeError: unhashable type: 'set' 错误。原因在于，标准 set 是可变的，其哈希值会随内容增删而改变，不符合哈希表中键值必须具有固定哈希值的硬性约束。

此时，frozenset 就是 Python 提供的官方解法。它就如同列表 list 与元组 tuple 之间的关系一样，是 set 对应的冻结版本。

图 1：set 与 frozenset 核心机制与能力对比示意图

二、frozenset 的创建与基本操作步骤

创建 frozenset 必须调用内置函数 frozenset()，因为 Python 并没有为其提供类似 {1, 2, 3} 这样的专用字面量语法。我们可以从任意可迭代对象（列表、元组、字符串、普通集合）中构建不可变集合。

图 2：frozenset 实例化与写保护生效流程

代码示例：创建与不变性检验

# 1. 从列表创建 frozenset（会自动去重）
fs = frozenset([1, 2, 2, 3, 4])
print(fs)
# 示例输出: frozenset({1, 2, 3, 4})

# 2. 验证不可变特性：尝试添加或删除将引发异常
try:
    fs.add(5)
except AttributeError as e:
    print(f"操作失败: {e}")
# 示例输出: 操作失败: 'frozenset' object has no attribute 'add'

# 3. 验证哈希性：可以通过 hash() 计算固定哈希值
print(hash(fs))
# 示例输出: 7461975765943803273 (具体数值取决于机器与进程运行环境)

三、frozenset 支持的集合运算

不可变并不意味着失去了集合的强大运算能力。frozenset 依然完整支持交集、并集、差集和对称差运算。需要注意的关键点是：frozenset 只支持产生新集合的非就地（non-in-place）操作，不支持 update()、intersection_update() 等直接改动原集合的方法。

图 3：frozenset 核心数学运算及其运算符关系

值得说明的一个运算细节是：当使用运算符（如 &、|）时，两边都必须是集合类型；而使用内置方法（如 union()、intersection()）时，参数可以是任意可迭代对象，这在工程开发中提供了更高的灵活性。

四、关键使用场景分析

为什么要在实际工程中选择 frozenset？以下是三种最具代表性的应用场景：

1. 作为字典的键（实现无序组合索引）

在设计图算法、多对多权限矩阵或无序关系映射时，常常需要以“一组对象”作为键。元组 (A, B) 虽然可哈希，但是它是有序的，(A, B) 和 (B, A) 会被视作两个不同的键。而 frozenset({A, B}) 既能忽略元素顺序，又是可哈希的，是解决这类问题的最佳数据结构。

# 场景：无向图边权重存储
graph_edges = {}

# 城市 A 到 城市 B 与 城市 B 到 城市 A 的距离是一致的
edge_ab = frozenset({"Beijing", "Shanghai"})
graph_edges[edge_ab] = 1318

# 查询时无论传入什么顺序均可命中同一键
query_edge = frozenset({"Shanghai", "Beijing"})
print(f"北京到上海距离: {graph_edges[query_edge]} km")
# 示例输出: 北京到上海距离: 1318 km

2. 嵌套集合（集合的集合）

数学中的“幂集”或集合分组要求将集合作为元素存入外部集合中。标准 set 无法嵌套 set，只能借助 frozenset 实现。

cluster_1 = frozenset(["node_1", "node_2"])
cluster_2 = frozenset(["node_3", "node_4"])

# 将集合作为元素存入母集合
all_clusters = {cluster_1, cluster_2}
print(all_clusters)
# 示例输出: {frozenset({'node_3', 'node_4'}), frozenset({'node_1', 'node_2'})}