Python集合定义的两种基本语法：花括号与set()函数

一、使用花括号字面量定义集合

花括号字面量是定义非空集合最直观、最常用的语法形式。在花括号内部，元素以逗号分隔。当解释器解析到这种语法结构且内部不包含冒号（键值对标识）时，会自动将其识别为集合。

1.1 基础定义与自动去重

集合的核心特性之一是元素的唯一性。无论在字面量中书写了多少个重复元素，Python 在解析构建时都会自动剔除重复项，仅保留唯一值：

# 定义包含多种已知常量的集合
primary_colors = {"red", "green", "blue"}
print(primary_colors)  # 示例输出: {'red', 'blue', 'green'}

# 包含重复元素的字面量
numbers = {1, 2, 2, 3, 3, 3, 4}
print(numbers)  # 示例输出: {1, 2, 3, 4}

从输出可以看出，不仅重复的数字被去除，而且元素的输出顺序可能与书写顺序不同，这直接反映了集合无序存储的散列表特征。

1.2 元素的哈希性（Hashable）约束

集合的底层基于散列表（Hash Table）实现，因此放入集合的所有元素都必须满足“可哈希”要求。不可变数据类型（如数字、字符串、元组）是可哈希的；而可变数据类型（如列表、字典、集合自身）不可哈希。

# 合法示例：元素为元组
valid_set = {(1, 2), (3, 4)}

# 异常示例：元素中包含列表
invalid_set = {[1, 2], [3, 4]}

执行上述非法代码时，解释器将立即中断并抛出异常：

TypeError: unhashable type: 'list'

二、使用 set() 内置函数定义集合

set() 是 Python 的内置构造函数，它承担着两大核心任务：一是作为唯一定义空集合的合法语法；二是作为类型转换适配器，将列表、元组、字符串或生成器等可迭代对象（iterable）快速转换为集合。

2.1 无参调用：创建空集合

若需要初始化一个初始状态为空、后续在循环或逻辑中通过 .add() 动态填充的集合，必须且只能使用无参的 set() 函数：

empty_set = set()
print(empty_set)        # 示例输出: set()
print(type(empty_set))  # 示例输出: <class 'set'>
print(len(empty_set))   # 示例输出: 0

# 动态向空集合追加元素
empty_set.add("item_1")
print(empty_set)        # 示例输出: {'item_1'}

2.2 传入可迭代对象：批量转换与去重

当向 set(iterable) 传入一个可迭代对象时，构造函数会遍历该对象中的每一项，并将其加入到底层散列表中，自动完成类型转换与去重清洗：

# 1. 列表转集合（快速去除列表中的重复项）
raw_user_ids = [101, 102, 101, 105, 102]
unique_ids = set(raw_user_ids)
print(unique_ids)  # 示例输出: {101, 102, 105}

# 2. 字符串转集合（解构成唯一字符集）
word_chars = set("abracadabra")
print(word_chars)  # 示例输出: {'a', 'r', 'b', 'c', 'd'}

# 3. 字典转集合（默认提取键）
user_info = {"name": "Alice", "role": "admin"}
print(set(user_info))           # 示例输出: {'name', 'role'}
print(set(user_info.values()))  # 示例输出: {'Alice', 'admin'}

三、关键陷阱：为什么定义空集合不能用花括号 {}？

这是初学者甚至有经验的开发者最容易混淆的语法边界：在 Python 中，书写一对空花括号 {} 得到的并不是空集合，而是一个空字典（dict）。

3.1 语法冲突的历史沿革

Python 在 1991 年发布初始版本时便已包含字典类型，并将 {} 确立为空字典的专用字面量。而集合类型直到 Python 2.3 才通过模块引入，并在 Python 2.4 成为内建类型，直到 Python 2.7 和 Python 3.0 才正式获得 {1, 2} 这种集合字面量语法。

为了保证数十年历史代码的完全向后兼容，Python 规定 {} 永远被解析为字典。

3.2 误用导致的典型运行时报错

如果在业务逻辑中误用 s = {} 初始化所谓的“空集合”，并在后续尝试调用集合的方法，程序将抛出属性错误：

container = {}
print(type(container))  # 输出: <class 'dict'>

# 错误操作：试图向集合添加元素
container.add(100)

终端报错信息如下：

AttributeError: 'dict' object has no attribute 'add'

因为字典对象只具备键值对相关操作，没有 .add() 方法。要彻底避免该错误，切记：初始化空集合必须使用 set()。

四、底层执行差异与字节码解析

除了代码表现形式，花括号与 set() 在 Python 解释器底层的执行机制存在本质差异。我们可以借助 Python 标准库的 dis 模块观察两者的字节码指令：

import dis

def define_by_literal():
    return {1, 2, 3}

def define_by_func():
    return set([1, 2, 3])

print("--- 花括号字面量字节码 ---")
dis.dis(define_by_literal)

print("
--- set() 构造函数字节码 ---")
dis.dis(define_by_func)

反编译后的指令对比如下：

--- 花括号字面量字节码 ---
  LOAD_CONST               1 (1)
  LOAD_CONST               2 (2)
  LOAD_CONST               3 (3)
  BUILD_SET                3
  RETURN_VALUE

--- set() 构造函数字节码 ---
  LOAD_GLOBAL              0 (set)
  LOAD_CONST               1 (1)
  LOAD_CONST               2 (2)
  LOAD_CONST               3 (3)
  BUILD_LIST               3
  CALL_FUNCTION            1
  RETURN_VALUE

五、工程实践中的选型决策与注意事项

在实际编写 Python 代码时，应根据具体的数据来源和容器状态选择最适配的语法：

5.1 易错细节：字符串单元素集合 vs 字符串拆解

如果需要创建一个只包含一个完整单词的集合，书写方式不同会导致完全不同的结果：

# 场景 A：期望包含一个字符串元素 "apple"
s_correct = {"apple"}
print(s_correct)  # 输出: {'apple'}，长度为 1

# 场景 B：误将单个字符串直接传入 set() 函数
s_wrong = set("apple")
print(s_wrong)    # 输出: {'a', 'p', 'l', 'e'}，长度为 4（被拆解并去重）

# 若要通过 set() 保持完整字符串，须包裹为列表或元组
s_func_correct = set(["apple"])
print(s_func_correct)  # 输出: {'apple'}

5.2 布尔值与整数的哈希碰撞与等值判定

在 Python 中，bool 是 int 的子类，且存在 True == 1 和 False == 0 的等值关系，两者的哈希值也完全一致（hash(True) == 1）。

mixed_set = {1, True, 0, False}
print(mixed_set)  # 示例输出: {0, 1} 或 {1, 0}

无论使用花括号还是 set()，集合去重时都会判定 1 与 True 为重复元素，仅保留最先进入集合的那个实例。

六、全文总结

掌握 Python 集合定义的两种基本语法，关键在于建立清晰的边界感：

1. 花括号语法 {val1, val2, ...}：用于静态、非空常量集合的高效声明，享受原生的 BUILD_SET 字节码优化；
2. set() 构造函数：用于创建空集合（set()）以及承接各种可迭代对象的批量清洗与转换（set(iterable)）；
3. 牢记 {} 属于字典，永不用作空集合。