一. 集合论
集合的本质是许多唯一对象的聚集,因此,集合可以用于去重:
集合中的元素必须是可散列的,set 类型本身是不可散列的,但是 frozenset 可以。除了保证唯一性,集合还实现了很多基础的中缀运算符。给定两个集合 a 和 b,a | b 返回的是它们的合集,a & b 得到的是交集,而 a - b 得到的是差集。
演示1 needles 的元素在 haystack 里出现的次数,两个变量都是 set 类型
演示2 needles 的元素在 haystack 里出现的次数,这次的代码可以用在任何可迭代对象上
以上的所有例子的运行时间都能在 3 毫秒左右,在含有 10 000 000 个元素的 haystack 里搜索 1000 个值,算下来大概是每个元素 3 微秒。除了速度极快的查找功能(这也得归功于它背后的散列表),内置的 set 和 frozenset 提供了丰富的功能和操作,不但让创建集合的方式丰富多彩,而且对于 set 来讲,我们还可以对集合里已有的元素进行修改。
1.1 集合字面量
除空集之外,集合的字面量——{1}、{1, 2},等等——看起来跟它的数学形式一模一样。如果是空集,那么必须写成 set() 的形式,如果只是写成 {} 的形式,跟以前一样,你创建的其实是个空字典。
像 {1, 2, 3} 这种字面量句法相比于构造方法(set([1, 2, 3]))要更快且更易读。用 dis.dis(反汇编函数)来看看两个方法的字节码的不同:
特殊的字节码 BUILD_SET 几乎完成了所有的工作。而使用set()创建时,3 种不同的操作代替了上面的 BUILD_SET:LOAD_NAME、BUILD_LIST 和 CALL_FUNCTION。
由于 Python 里没有针对 frozenset 的特殊字面量句法,我们只能采用构造方法:
1.2 集合推导
演示2 新建一个 Latin-1 字符集合,该集合里的每个字符的 Unicode 名字里都有“SIGN”这个单词
从 unicodedata 模块里导入 name 函数,用以获取字符的名字。把编码在 32~255 之间的字符的名字里有“SIGN”单词的