Python集合求并集：|运算符与union()方法详解

在Python中计算多个集合的并集，最主要的方式有两种：使用按位或管道运算符 |，或者调用集合对象的 union() 方法。它们的核心功能完全相同——汇总所有参与运算的集合元素并剔除重复项，返回一个全新的集合。但两者在操作数类型支持、可读性及容错度上存在关键差别。

一、集合并集的概念与底层去重逻辑

在数学集合论中，两个集合 A 和 B 的并集表示包含所有属于 A 或属于 B 的元素组成的集合。在Python中，集合（set）是以哈希表为底层实现的可变容器，其核心特征之一便是元素的互异性（唯一性）。

当执行求并集操作时，Python解释器会遍历各个输入对象中的元素，将其键值依次插入到新开辟的哈希表中。哈希表依靠对象的哈希值（Hash Code）进行位置寻址，一旦遇到哈希值与已有元素一致且通过相等性检查（==）为真的值，便会自动忽略该重复项。这一过程保证了最终生成的集合中每个元素仅出现一次，且平均时间复杂度为 O(len(A) + len(B))。

二、使用 | 运算符求并集

| 符号借用了按位或运算的操作符，在Python集合上下文中被重载为集合并集运算。这种书写形式极为简明直观，贴近数学符号风格，非常适合用于集合间的快速逻辑运算。

基础语法与多集合链式运算

使用 | 运算符时，只需将两个或多个集合用 | 连接即可。当存在三个及以上集合时，可以通过链式表达式连续合并：

# 定义三个集合
group_a = {"apple", "banana"}
group_b = {"banana", "orange"}
group_c = {"grape", "apple"}

# 双集合求并集
result_ab = group_a | group_b

# 多集合链式求并集
result_all = group_a | group_b | group_c

print("A与B的并集:", result_ab)
print("A、B、C的完整并集:", result_all)

严格的操作数类型限制

| 运算符对操作数类型有严格限制：所有参与运算的对象必须都是集合类型（set 或 frozenset）。如果尝试将集合与列表、元组或字典直接使用 | 连接，Python会立即抛出 TypeError。

set_data = {1, 2, 3}
list_data = [3, 4, 5]

# 错误示例：混合类型使用 | 运算符
try:
    bad_result = set_data | list_data
except TypeError as error:
    print("捕获异常:", error)

三、使用 union() 方法求并集

union() 是 set 对象内置的原生方法。其方法签名为 set.union(*others)，支持传入零个或多个可迭代对象作为参数。

宽容的参数类型支持

与 | 运算符最核心的差异在于：union() 方法只要求调用者本身是集合，而其后所跟的参数可以是任何可迭代对象（Iterable），包括列表（list）、元组（tuple）、字典（dict）、字符串、集合以及生成器推导式等。Python会自动遍历传入的可迭代对象，并将各个元素加入到新生成的并集集合中。

base_set = {10, 20}
data_list = [20, 30]
data_tuple = (30, 40)
data_dict = {40: "value", 50: "value"}  # 字典默认迭代其键(keys)

# 同时传入多种不同类型的序列
result = base_set.union(data_list, data_tuple, data_dict)
print("union方法合并多种序列的结果:", result)

四、集合求并集的操作步骤与实现细节

在工程实践中，为了确保代码健壮且兼顾性能，通常遵循一套标准的执行流程：从识别输入源的数据结构开始，按需选择最合适的运算方式，再利用哈希去重生成目标对象。

重要细节一：原集合对象的不变性

无论是 A | B 还是 A.union(B)，它们都会开辟一块全新的内存空间存放结果，绝不会对原有集合 A 或 B 产生任何修改。这在函数式编程和避免副作用的场景中至关重要。

original_set = {1, 2}
another_set = {3, 4}

new_set = original_set.union(another_set)

# 验证原集合是否保持独立与不变
print("原集合是否发生变化:", original_set)
print("新生成的并集:", new_set)
print("内存地址是否不同:", original_set is not new_set)

重要细节二：不可哈希（Unhashable）元素的约束

集合中的每个元素必须是可哈希的不可变对象（如数字、字符串、元组、frozenset）。当使用 union() 传入包含可变对象（如列表、字典）的可迭代对象时，虽然外层容器能被顺利遍历，但在逐个放入集合时仍会触发错误：

s = {1, 2}
invalid_items = [[3, 4], [5, 6]]  # 包含列表的可迭代对象

try:
    s.union(invalid_items)
except TypeError as error:
    print("错误提示:", error)

五、补充延伸：就地更新已有集合（|= 与 update）

如果不需要保留原集合，而是希望直接将其他集合或序列的元素追加到当前集合中，Python提供了对应的“就地修改”（In-place update）语法：

• |= 运算符（按位或赋值）：等价于 s.__ior__(other)，要求右侧操作数同样必须是 set。
• update(*others) 方法：直接修改原集合，接收任意多个可迭代对象作为参数。

# 演示 update() 就地修改
main_pool = {"user_1", "user_2"}
new_registered = ["user_2", "user_3", "user_4"]

# 直接将新用户列表合并进主池中
main_pool.update(new_registered)
print("就地更新后的主池:", main_pool)

六、选择策略与总结

在编写日常代码时，选用 | 还是 union() 取决于实际的应用场景与数据输入来源：