Python Set 集合完整总结

一、集合基础概念

1. 定义

集合（set）是无序、可变、元素唯一的数据容器，底层哈希表实现。 核心特性：

1. 元素去重：自动剔除重复值
2. 无序：不支持下标索引、切片
3. 元素类型限制：只能存可哈希（不可变） 类型：int/float/str/tuple；不能存 list/dict/set
4. 可变集合 set：支持增删元素；不可变集合 frozenset：创建后无法修改，可做字典key

2. 创建方式

# 1. 字面量 {}，空集合不能用{}（{}是空字典）
s1 = {1, 2, 3, 3, 2}
print(s1)  # {1,2,3} 自动去重

# 2. set() 构造器
s2 = set([1,2,2,4])
s3 = set("aabbcc")  # {'a','b','c'}

# 3. 空集合
empty = set()

# 4. 不可变集合
fs = frozenset({1,2,3})

二、集合常用操作（增、删、查、遍历）

1. 添加元素

s = {1,2}
s.add(3)
s.update([4,5], "ab")
print(s)  # {1,2,3,4,5,'a','b'}

2. 删除元素

s = {1,2,3}
s.discard(99)  # 无异常
s.remove(2)
s.pop()
s.clear()

3. 查询与判断

1. 成员判断 in / not in，查询效率远高于列表（哈希O(1)）

s = {10,20,30}
print(10in s)   # True
print(99notin s) # True

1. 获取长度 len(set)
2. 遍历：for 循环直接迭代

for i in {1,2,3}:
    print(i)

4. 类型转换

# 列表去重
lst = [1,1,2,3]
new_lst = list(set(lst))

# 字符串去重
res = ''.join(set("hello"))

三、集合数学运算（核心）

设两个集合 a = {1,2,3,4}，b = {3,4,5,6}

1. 交集：两者共有元素

• 符号 & / 方法 intersection()

print(a & b)              # {3,4}
print(a.intersection(b))

2. 并集：全部元素，去重

• 符号 | / 方法 union()

print(a | b)               # {1,2,3,4,5,6}
print(a.union(b))

3. 差集：只在A有、B没有

• 符号 - / 方法 difference()

print(a - b)  # {1,2}
print(b - a)  # {5,6}

4. 对称差集：只在其中一个存在（排除交集）

• 符号 ^ / 方法 symmetric_difference()

print(a ^ b)  # {1,2,5,6}

5. 子集、超集判断

x = {1,2}
y = {1,2,3}
# 子集：x全部元素都在y中
print(x.issubset(y))   # True 等价 x <= y
# 真子集
print(x < y)           # True

# 超集：y包含x全部元素
print(y.issuperset(x)) # True 等价 y >= x
# 真超集
print(y > x)           # True

6. 不相交判断（无共同元素）

a = {1,2}
b = {3,4}
print(a.isdisjoint(b)) # True

四、原地修改运算（更新自身集合）

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

a.intersection_update(b)  # 原地交集 a = a & b
a.difference_update(b)    # 原地差集
a.symmetric_difference_update(b) # 原地对称差
a.update(b)               # 原地并集

五、集合推导式 Set Comprehension

格式：{表达式 for 变量 in 可迭代对象 if 条件}

# 示例1：列表去重，只保留偶数
lst = [1,2,2,3,4,4,5]
s = {x for x in lst if x % 2 == 0}
print(s) # {2,4}

# 示例2：字符串提取大写字母
text = "AaBbCc123"
upper_set = {c for c in text if c.isupper()}

六、set vs frozenset 区别

1. set：可变，支持add/remove/update，不能作为字典键
2. frozenset：不可变，无增删方法，哈希可哈希，可当字典key

fs = frozenset([1,2])
d = {fs: "测试"} # 合法

七、集合优缺点与适用场景

优点

1. 元素自动去重，一行代码完成列表去重
2. in 判断速度极快，海量数据查询优于list
3. 便捷实现交集、并集、差集等数学集合逻辑

缺点

1. 无序，无法通过下标取值，不能保存元素原有顺序
2. 元素必须不可变，无法存放列表、字典
3. 不能存储重复数据，需要保留重复值时不能用集合

常用场景

1. 列表/字符串快速去重
2. 判断两个列表的重合、差异数据
3. 海量数据成员存在性校验（黑名单、白名单）
4. 数据筛选、对比（用户交集、商品共同标签）

八、常见易错点

1. 空集合不能写 {}，{} 是空字典，必须 set()
2. 集合无顺序，每次打印输出顺序不固定，不要依赖顺序
3. 列表、字典不能放入集合，会报 TypeError: unhashable type
4. 遍历集合时不要同时增删元素，会引发遍历错乱
5. remove() 元素不存在报错，不确定元素是否存在优先用 discard()