Python基本数据类型之集合

集合作为 Python 基本数据类型之一，相较于整型和字符串等类型来说难度要高很多，我们需要深入了解集合且熟练掌握集合的使用方法。

1.那什么是集合呢?

• 集合（set）是Python的一种基本数据类型；
• 集合是一个可变的无序的，且不可重复的元素序列；
• 集合不可以使用索引访问，因为集合(set)是无序的，但是集合可以被迭代；
• 集合的元素必须是可以hash类型的，也就是必须是hashable；
• 判断一个对象是否可以hash：hash([1,2])；

2.可以hash类型

• 数值类型；
• 布尔类型；
• 字符串类型；
• bytes；
• 元组；
• None；

3.不可以hash类型

• list；
• bytearray；
• set；

4.集合的定义

#定义空集合
s = set()   

s = {}       #注意这是定义字典的

# 初始化一个集合
s = {1,2,3}

s1 = {(1,2,3),100,'abc'}    #元组是可以被hash的，所以可以作为集合的元素
print(s1)    #输出：{'abc', 100, (1, 2, 3)}

s2 = {[1,2,3],(1,2,3),100}   #列表是不可hash的，所以输出会报错
print(s2)  #报错

s3 = set([1,2,3,4])
print(s3)   #输出：{1, 2, 3, 4}

• 定义一个集合的语法是： s = set() ，而直接 s = {} 是定义一个空字典的语法；
• 集合的初始化可以直接在中括号 {} 中赋值，类似与： s = {1,2,3} ；
• 使用{}定义的集合，是集合的最终形式，所以不能有不可hash元素；
• 使用set()方法和update()方法是可以传入列表的，因为python程序会把这个列表自动转换为集合，所以，你会发现通过set([1,2,3])，输出的时候就会变成了{1,2,3}这样的，就是把列表合并成了一个集合；

5.集合的插入

定义一个集合s
s = set()

s.add(1)
s.add(1)
print(s)     # 输出:{1}   因为集合可以去重

add()

6.集合的修改

#定义一个集合s
s = set()
s.update([1, 2, 3, 4, 5])     #update()可以传人列表，会自动转换为集合
print(s)   输出：{1, 2, 3, 4, 5}

• 集合的的修改方法是 update() 方法，可以修改集合中的元素；

7.集合的查询

s = {1,2,3,4}
for item in s:
    print(item)

输出：
1
2
3
4

• 集合是无序的，不能使用 index 索引查询，只能用迭代来查询；

8.集合的删除

s = {1,2,3,4,5}

# remove方法
s.remove(1)
print(s)    #输出：{2, 3, 4, 5}

#discard方法
s.discard(6)
print(s)    #输出：{1, 2, 3, 4, 5}  不会报错

#pop方法
s.pop()
print(s)    #输出：{2, 3, 4, 5}

# clear方法
s.clear()
print(s)    #输出：set()

• remove ：remove(value)方法直接移除元素的某个值，如果元素不存在，remove方法会报错；
• discard ： discard方法与remove方法类似，不同在于如果元素不存在，discard不会报错；
• pop ：一般来说集合中pop()方法是随机删除元素的，如果集合为空则报异常；
• clear ：清除集合中所有元素；

9.集合的对象操作

• 并集 ：两个集合求并集可以使用union()方法，或者使用 | 符号连接两个集合（多个元素则可以使用update()方法）；

s1 = {1,2,3,4}
s2 = {3,4,5,6}
s3 = {1,5,7,8}

#两个集合求并集：
sets = s1.union(s2)
print(sets)         #输出：{1, 2, 3, 4, 5, 6}

#多个集合求并集：
sets = s1 | s2 | s3 
print(sets)       #输出：{1, 2, 3, 4, 5, 6, 7, 8}

• 交集 ：两个集合求交集可以使用intersection()方法（多个集合可以使用intersection_update()方法）；

s1 = {1,2,3,4}
s2 = {3,4,5,6}
s3 = {4,5,6,7}

#两个集合求交集：
sets = s1.intersection(s2)
print(sets)   #输出：{3, 4}

#多个集合求交集：
s1.intersection_update(*(s2,s3))
print(s1)  #输出：{4}

• 差集 ：两个集合求差集可以使用difference方法，例如s1.difference(s2)表示s1有但s2没有的元素，反之亦然（多个集合用difference_update()方法）

s1 = {1,2,3,4}
s2 = {3,4,5,6}
s3 = {5,6,7,8}

#两个集合求差集：
sets = s1.difference(s2)
print(sets)    #输出：{1, 2}

#多个集合求差集：
s1.difference_update(*(s2,s3))
print(s1)      #输出：{1, 2}

10.集合查询效率问题

• 线性结构的查询时间复杂度是O(n)， 随着数据元素的增多，那么查询的时间线性增长；
• Python中的set、dict可以认为是非线性结构，那么查询时候的时间复杂度就不是O(n)，其存储结构采用的是散列表(hash表)，其在最优情况下查询复杂度为O(1)；
• 所以集合查找时并不会随着元素集的增大而时间变长；

参考：侠课岛（ 9xkd.com ）Python同学计划（侵删）