Python3 集合

集合（Set）是 Python 中的一种内置容器类型，用于存储多个不重复的元素。

集合具有以下特点：

• 元素不重复：相同的元素只会保留一份。
• 无序：元素没有固定的排列顺序，不支持通过索引访问。
• 元素必须可哈希：可以包含整数、字符串、元组等符合条件的对象，但不能直接包含列表、字典等不可哈希对象。
• 支持集合运算：可以进行并集、交集、差集、对称差集等操作。
• 可以修改：普通 set 支持添加和删除元素。

集合常用于数据去重、成员判断以及多个数据集合之间的比较。

创建集合

可以使用大括号 {} 创建非空集合，元素之间使用逗号分隔，也可以使用 set() 从可迭代对象创建集合。

语法格式：

set_name = {value1, value2, value3}

set_name = set(iterable)

例如：

执行结果：

[1, 2, 3, 4]
[4, 5, 6, 7]
['e', 'h', 'l', 'o']

可以看到，set("hello") 自动去除了重复的字母 l。

注意：创建空集合必须使用 set()，不能使用 {}，因为 {} 表示空字典。

empty_set = set()  # 空集合
empty_dict = {}     # 空字典

print(type(empty_set))
print(type(empty_dict))

执行结果：

<class 'set'>
<class 'dict'>

集合自动去重

集合中的元素不会重复，因此可以利用 set() 对列表等可迭代对象进行去重。

执行结果：

[1, 2, 3, 4, 5]

需要注意，转换为集合后，原有元素的排列顺序不会得到保证。

如果需要对列表去重并保留原有顺序，可以使用：

numbers = [3, 1, 2, 3, 2, 4]

result = list(dict.fromkeys(numbers))

print(result)

执行结果：

[3, 1, 2, 4]

上述保序去重方法要求元素可以作为字典键使用，适用于 Python 3.7 及以上版本。

集合元素的类型限制

集合中的元素必须是可哈希（Hashable）的对象。

常见的可哈希对象包括整数、浮点数、字符串，以及所有成员都可哈希的元组。

my_set = {1, 3.14, "Python", (1, 2)}

print(len(my_set))

执行结果：

4

列表、字典和普通集合通常不可哈希，不能直接作为集合元素。

my_set = {[1, 2], [3, 4]}

# TypeError: unhashable type: 'list'

如果需要将一个集合作为另一个集合的元素，可以使用不可变集合 frozenset。

---

集合运算

Python 集合支持数学中常见的集合运算，例如并集、交集、差集和对称差集。

假设有两个集合：

a = {1, 2, 3, 4}
b = {3, 4, 5, 6}

常见运算符如下：

运算	运算符	方法	说明
并集	|	union()	两个集合中的所有元素，去除重复项
交集	&	intersection()	同时属于两个集合的元素
差集	-	difference()	属于第一个集合，但不属于第二个集合的元素
对称差集	^	symmetric_difference()	只属于其中一个集合的元素

执行结果：

并集： [1, 2, 3, 4, 5, 6]
交集： [3, 4]
差集： [1, 2]
对称差集： [1, 2, 5, 6]

说明：差集具有方向性，a - b 与 b - a 的结果通常不同。

除了运算符，还可以使用集合方法：

a.union(b)
a.intersection(b)
a.difference(b)
a.symmetric_difference(b)

这些方法返回新的集合，不会直接修改原集合。

集合运算符通常要求两个操作数是集合类型；对应的方法则可以根据具体方法接受列表、元组等可迭代对象。

集合推导式

与列表推导式类似，Python 也支持集合推导式（Set Comprehension），可以使用简洁的语法创建集合。

基本语法：

{expression for item in iterable if condition}

其中，if condition 是可选条件。

执行结果：

[1, 4, 9, 16, 25]
['d', 'r']

集合推导式也会自动去除重复元素。

---

集合的基本操作

1、添加元素

可以使用 add() 方法向集合添加一个元素。

语法格式：

s.add(x)

如果元素已经存在，集合不会发生变化，也不会报错。

执行结果：

['Facebook', 'Google', 'Runoob', 'Taobao']

如果需要一次添加多个元素，可以使用 update()。

语法格式：

s.update(iterable1, iterable2, ...)

update() 可以接收一个或多个可迭代对象，将其中的元素加入当前集合。

执行结果：

[1, 2, 3, 4, 5, 6, 7, 8, 9]

注意：如果向 update() 传入字典，添加的是字典的键，而不是值。

s = {1, 2}
s.update({"a": 10, "b": 20})

print(sorted(s, key=str))

输出结果：

[1, 2, 'a', 'b']

如果想添加字典的值，可以使用 dict.values()，前提是这些值可以作为集合元素。

2、移除元素

集合提供了 remove()、discard() 和 pop() 等删除方法。

remove() 方法

remove() 用于删除指定元素。如果元素不存在，会抛出 KeyError 异常。

语法格式：

s.remove(x)

执行结果：

['Google', 'Runoob']
Traceback (most recent call last):
...
KeyError: 'Facebook'

discard() 方法

discard() 同样用于删除指定元素，但如果元素不存在，不会抛出异常。

语法格式：

s.discard(x)

执行结果：

['Google', 'Runoob']

pop() 方法

pop() 用于从集合中移除并返回一个任意元素。

语法格式：

s.pop()

执行结果：

移除的元素属于原集合： True
剩余元素个数： 3

注意：pop() 并不是随机抽样函数，也不是删除集合中的第一个元素。集合没有固定顺序，因此不能预测它会返回哪个元素。

如果集合为空，调用 pop() 会抛出 KeyError 异常。

删除方法对比

方法	作用	元素不存在时
remove(x)	删除指定元素	抛出 KeyError
discard(x)	删除指定元素	不报错
pop()	移除并返回任意元素	空集合会抛出 KeyError

3、计算集合元素个数

可以使用 len() 函数获取集合中的元素数量。

语法格式：

len(s)

执行结果：

3
3

因为集合不会保存重复元素，所以再次添加 "Google" 后，元素个数不变。

4、清空集合

可以使用 clear() 方法删除集合中的所有元素。

语法格式：

s.clear()

执行结果：

set()
0

这里输出的 set() 表示一个空集合。

5、判断元素是否在集合中

可以使用 in 和 not in 运算符判断元素是否属于集合。

语法格式：

x in s
x not in s

执行结果：

True
False
True

集合通常基于哈希表实现，因此成员判断在一般情况下具有较高效率，平均时间复杂度通常为 O(1)，但最坏情况下可能退化。

6、判断子集、超集和不相交集合

除了并集、交集等运算，Python 还支持判断两个集合之间的包含关系。

常见方法如下：

方法	作用
issubset()	判断当前集合是否为指定集合的子集
issuperset()	判断当前集合是否包含指定集合的全部元素
isdisjoint()	判断两个集合是否没有公共元素

执行结果：

True
True
True
True
True
True

<= 和 >= 允许两个集合相等；< 和 > 则分别表示真子集和真超集，要求两者不相等。

不可变集合 frozenset

除了普通集合 set，Python 还提供不可变集合 frozenset。

两者都具有元素不重复、无固定顺序等特点，但 frozenset 创建后不能添加或删除元素。

可以使用 frozenset() 创建不可变集合。

执行结果：

[1, 2, 3]
<class 'frozenset'>
[1, 2, 3, 4, 5]
[3]

frozenset 不支持 add()、remove()、update() 等修改方法。

由于 frozenset 本身可以作为可哈希对象使用，因此也可以将它作为其他集合的元素。

nested_set = {
    frozenset({1, 2}),
    frozenset({3, 4})
}

print(len(nested_set))

执行结果：

2

普通的 set 不能直接作为另一个集合的元素，但 frozenset 可以。

集合使用注意事项

在使用 Python 集合时，需要注意以下几点：

• 集合没有固定顺序：不要依赖 print(set) 的元素排列结果，也不要通过下标访问集合。
• 元素不能重复：重复添加相同元素不会增加集合大小。
• 元素必须可哈希：列表、字典等不可哈希对象不能直接作为集合元素。
• set() 可以接收可迭代对象：例如字符串、列表、元组；传入字典时使用的是字典的键。
• 集合可以遍历：可以通过 for 循环访问元素，但遍历顺序不应作为业务依据。
• 集合不支持索引和切片：不能使用 s[0] 或 s[1:3]。
• 注意相等性：例如 True 和 1 在集合中会被视为相等的元素，不能分别作为两个不同元素保存。

如果需要将集合中的元素按固定顺序显示，可以使用 sorted()。但如果集合包含无法相互比较的混合类型，直接排序可能引发 TypeError。

集合内置方法完整列表

以下整理了 Python 集合常用的内置方法。

方法	描述
add()	向集合添加一个元素，已存在则不做修改。
clear()	移除集合中的所有元素。
copy()	返回集合的浅拷贝。
difference()	返回差集，不修改原集合。
difference_update()	直接修改当前集合，移除同时存在于其他可迭代对象中的元素。
discard()	移除指定元素，元素不存在时不报错。
intersection()	返回交集，不修改原集合。
intersection_update()	直接修改当前集合，只保留与指定可迭代对象共有的元素。
isdisjoint()	判断两个集合是否没有公共元素。
issubset()	判断当前集合是否为指定集合的子集。
issuperset()	判断当前集合是否为指定集合的超集。
pop()	移除并返回一个任意元素，空集合会抛出 KeyError。
remove()	移除指定元素，元素不存在时抛出 KeyError。
symmetric_difference()	返回对称差集，即只存在于两个集合之一的元素。
symmetric_difference_update()	直接修改当前集合，使其只保留原集合与指定集合中非共有的元素。
union()	返回并集，不修改原集合。
update()	将一个或多个可迭代对象中的元素加入当前集合。
len()	内置函数，返回集合的元素个数。

注意：len() 是 Python 的内置函数，并非 set 对象自身的方法。

另外，以 _update() 结尾的集合方法通常直接修改原集合，并返回 None；而 union()、intersection() 等方法会返回新的集合。

---

总结

Python 集合主要用于存储不重复的数据，并支持高效的成员判断和常见集合运算。

在实际开发中，集合最常见的用途包括：

• 对列表中的重复数据进行去重。
• 判断某个元素是否存在。
• 求两个数据集合的交集、并集和差集。
• 比较两个集合之间的包含关系。
• 使用 frozenset 保存不需要修改的集合。

如果需要按照索引访问数据，或者需要保留元素的插入顺序，通常应该优先考虑列表等其他数据结构；如果需要去重、集合运算或快速成员判断，则可以优先考虑集合。