1. set是什么？
数学上，把set称做由不同的元素组成的集合，集合（set）的成员通常被称做集合元素（set elements）。Python把这个概念引入到它的集合类型对象里。集合对象是一组无序排列的可哈希的值。集合关系测试和union、intersection等操作符在Python里也同样如我们所预想地那样工作。
2. set特点
集合中的元素有三个特征：
-
确定性：集合中的元素必须是确定的；
-
互异性：集合中的元素互不相同，如：集合A={1，a}，则a不能等于1）；
-
无序性：集合中的元素没有先后之分，如：{3,4,5}和{3,5,4}算作同一个集合。
python中集合（set）是一个无序不重复元素的集。基本功能包括关系测试和消除重复元素，还可以计算交集、差集、并集等。它与列表(list)的行为类似，区别在于set不能包含重复的值，而且set元素是无序的。
在python中可以用大括号 {} 创建集合。注意：如果要创建或初始化一个空集合，你必须用 set() 而不是 {} 。因为后者{} 作为创建一个空的字典，以后我们会介绍字典这种数据结构。
3. python集合种类
python集合有两种不同的类型：
- 可变集合(set)：可变集合(set)，可以添加和删除元素，
- 不可变集合(frozenset)：不可变集合(frozenset)一旦创建就不允许更改。
根据上面两种集合可知，set是可变对象，因此既不能用做字典的键也不能做其他集合中的元素。frozenset则正好相反，它是不可变对象（这点类似python中的tuple），即它们有哈希值，能被用做字典的键或是作为集合中的一个成员。
注意： 上面我们说 set 是可变对象，不可哈希，是指创建的整个对象，而不是指对象中某个元素，这一点可以类比list和tuple区别。
4. 创建set
- 创建空集合
s1 = set() # 创建空集合
print(s1) # 打印空集合不是{} 而是set()，是为了和空字典区分
print(type(s1))
# set()
# <class 'set'>
d = {} # 这个是创建空字典，注意区别
print(d, type(d))
# {} <class 'dict'>
- 创建可变集合set
s1 = {2, 1, 3}
print(s1) # 下面输出结果看出，集合是无序的
# {1, 2, 3}
s2 = {1, 2, 3, 3} # 虽然加入的元素有重复，但是集合自动去重
print(s2)
# {1, 2, 3}
# 使用工厂创建集合，但是注意参数是可迭代的
s3 = set('12aa')
print(s3)
# {'1', '2', 'a'}
s4 = set([1, 2, 'a', 'a'])
print(s4)
# {1, 2, 'a'}
3.创建不可变集合frozenset
s1 = frozenset('12aa')
print(s1)
# frozenset({'2', 'a', '1'})
s2 = frozenset([1, 2, 'a', 'a'])
print(s2)
# frozenset({1, 2, 'a'})
【创建集合讨论】
根据上面代码，我们发现，创建空集合只能用set() ，不能用{} 。而且非空集合打印结果是由 {} 包裹起来的，前面我们学元组（tuple），它的打印结果是由 () 包裹起来的。另外有第二段代码可以看出集合是无序的，通过set() 可以把其他数据结构转换为集合，而且自动去重。
5. 集合遍历和访问
循环遍历：
# 集合遍历使用for
s1 = {5, 4, 3, 2, 1}
for x in s1:
print(x, end=" ")
# 1 2 3 4 5
集合没有索引，不能使用索引获取对应元素，比如使用s[1] 会报错，想想为什么？
s1={1,2,3}
print(s1[1])
# print(s1[1])
# TypeError: 'set' object does not support indexing
上面代码可以看到使用索引获取元素报错，根本原因是集合是无序的，不可hash。
6. 集合的交并补运算
| 数学符号 | Python符号 | 含义 |
|---|---|---|
| - 或| - | 差集，相对补集 | |
| ∩ | & | 交集 |
| ∪ | | | 并集 |
| ≠ | != | 不等于 |
| ＝ | == | 等于 |
| ∈ | in | 是成员关系 |
| ∉ | not in | 非成员关系 |
例子
s1 = {1, 2, 3, 4, 5}
s2 = {4, 5, 6, 7, 8}
print(s1 - s2) # 差集
# {1, 2, 3}
print(s2 - s1)
# {8, 6, 7}
print(s1 & s2) # 交集
# {4, 5}
print(s1 | s2) # 并集
# {1, 2, 3, 4, 5, 6, 7, 8}
print(s1 ^ s2) # 交叉补集
# {1, 2, 3, 6, 7, 8}
print(6 in s1)
# False
print(6 not in s1)
# True
7. 操作集合的函数
- len(set)：集合元素个数
- max(set)：返回集合元素最大值
- min(set)：返回集合元素最小值
- list(set)：将集合转换为列表
- del：删除集合，释放内存空间
8. 集合类定义的函数
| 方法 | 描述 |
|---|---|
| add() | 为集合添加元素 |
| update() | 给集合添加元素 |
| clear() | 移除集合中的所有元素 |
| copy() | 拷贝一个集合 |
| pop() | 随机移除元素 |
| remove() | 移除指定元素 |
| discard() | 删除集合中指定的元素 |
| isdisjoint() | 判断两个集合是否包含相同的元素，如果没有返回 True，否则返回 False。 |
| issubset() | 判断指定集合是否为该方法参数集合的子集。 |
| issuperset() | 判断该方法的参数集合是否为指定集合的子集 |
| symmetric_difference() | 返回两个集合中不重复的元素集合。 |
| symmetric_difference_update() | 移除当前集合中在另外一个指定集合相同的元素，并将另外一个指定集合中不同的元素插入到当前集合中。 |
| union() | 返回两个集合的并集，等同于 | |
| difference() | 返回多个集合的差集，等同于 - |
| difference_update() | 移除集合中的元素，该元素在指定的集合也存在。 |
| intersection() | 返回集合的交集 |
| intersection_update() | 返回集合的交集。 |
例子
s1 = {1, 2, 3}
s1.add(4)
s1.add(3) # 添加重复元素，自动去重
print(s1)
# {1, 2, 3, 4}
s2 = {3, 4, 5}
s1.update(s2)
print(s1)
# {1, 2, 3, 4, 5}
s1.remove(1)
print(s1)
# {2, 3, 4, 5}
9. 集合各种操作时间复杂度
| 操作 | 平均情况 | 最坏情况 |
|---|---|---|
| x in s | O(1) | O(n) |
| 并集 s|t | O(len(s)+len(t)) | |
| 交集 s&t | O(min(len(s), len(t)) | O(len(s) * len(t)) |
| 差集 s-t | O(len(s)) | |
| s.difference_update(t) | O(len(t)) | |
| 对称差集 s^t | O(len(s)) | O(len(s) * len(t)) |
| s.symmetric_difference_update(t) | O(len(t)) | O(len(t) * len(s)) |
【附加阅读】
底层实现机制，面试常见问题
1. 集合底层数据结构
集合能如此高效，和它的内部的数据结构密不可分。不同于其他数据结构，集合的内部结构是一张哈希表：哈希表内只存储单一的元素。不了解哈希原理和特性的可网上搜索一下，以后我们也会写一些这方面内容。
2. 哈希表插入数据
当向集合中插入数据时，Python会根据通过 hash(valuse) 函数，计算该元素对应的哈希值。得到哈希值（例如为 hash）之后，再结合集合要存储数据的个数（例如 n），就可以得到该元素应该插入到哈希表中的位置（比如用 取模法 hash%n 方式）。
如果哈希表中此位置是空的，那么此元素就可以直接插入其中；反之，如果此位置已被其他元素占用，那么 Python 会比较这两个元素的哈希值是否相等：
重点：
- 如果相等，则表明该元素已经存在，再比较他们的值，不相等就进行更新；
- 如果不相等，这种情况称为
哈希冲突（即两个元素的键不同，但求得的哈希值相同）。这种情况下，Python 会使用开放定址法、再哈希法等继续寻找哈希表中空余的位置，直到找到位置。
3. 哈希表查找数据
在哈希表中查找数据，和插入操作类似，Python 会根据哈希值，找到该元素应该存储到哈希表中的位置，然后和该位置的元素比较元素值：
- 如果相等，则证明找到；
- 反之，则证明当初存储该元素时，
遇到了哈希冲突，需要继续使用当初解决哈希冲突的方法进行查找，直到找到该元素或者找到空位为止。这里的找到空位，表示哈希表中没有存储目标元素。
3. 哈希表删除元素
对于删除操作，Python 会暂时对这个位置的元素赋于一个特殊的值，等到重新调整哈希表的大小时，再将其删除。
重点：
- 需要注意的是，
哈希冲突的发生往往会降低字典和集合操作的速度。 - 因此，为了保证其高效性，字典和集合内的哈希表，通常会保证其至少留有
1/3的剩余空间。 - 随着元素的不停插入，当剩余空间小于
1/3时，Python 会重新获取更大的内存空间，扩充哈希表，与此同时，表内所有的元素位置都会被重新排放。
虽然哈希冲突和哈希表大小的调整，都会导致速度减缓，但是这种情况发生的次数极少。所以，平均情况下，仍能保证插入、查找和删除的时间复杂度为 O(1)。
4. set 怎么判断两个元素是不是重复，怎么去重的？
set的去重是通过两个函数__hash__和__eq__结合实现的。
- 当两个元素的哈希值不相同时，就认为这两个变量是不同的
- 当两个元素哈希值一样时，调用
__eq__方法，当返回值为True时认为这两个变量是同一个，应该去除一个。返回FALSE时，不去重。
来源：CSDN
作者：Mr番茄蛋
链接：https://blog.csdn.net/qq_35203425/article/details/100774387