第013课：常⽤数据结构之集合

在学习了列表和元组之后，我们再来学习⼀种容器型的数据类型，它的名字叫集合（ set ）。说到集合这个词⼤家⼀定不会陌⽣，在数学课本上就有这个概念。通常我们对集合的定义是“ 把⼀定范围的、确定 的、可以区别的事物当作⼀个整体来看待 ” ，集合中的各个事物通常称为集合的元素。集合应该满⾜以下特性：

1. ⽆序性 ：⼀个集合中，每个元素的地位都是相同的，元素之间是⽆序的。

2. 互异性 ：⼀个集合中，任何两个元素都认为是不相同的，即每个元素只能出现⼀次。

3. 确定性 ：给定⼀个集合，任给⼀个元素，该元素或者属于或者不属于该集合，⼆者必居其⼀，不允许有模棱两可的情况出现。

Python 程序中的集合跟数学上的集合是完全⼀致的，需要强调的是上⾯所说的⽆序性和互异性。⽆序性说明集合中的元素并不像列中的元素那样⼀个挨着⼀个，可以通过索引的⽅式实现随机访问（随机访问指的是给定⼀个有效的范围，随机抽取出⼀个数字，然后通过这个数字获取到对应的元素），所以Python中的 集合肯定不能够⽀持索引运算 。另外，集合的互异性决定了 集合中不能有重复元素 ，这⼀点也是集合区别于列表的关键，说得更直⽩⼀些就是，Python 中的集合类型具有去重特性。当然，Python中的集合⼀定是⽀持 in 和 not in 成员运算的，这样就可以确定⼀个元素是否属于集合，也就是上⾯所说的集合的确定性。集合的成员运算在性能上要优于列表的成员运算 ，这是集合的底层存储特性决定的，此处我们暂时不做讨论，先记下这个结论即可。

创建集合

在 Python 中，创建集合可以使⽤ {} 字⾯量语法， {} 中需要⾄少有⼀个元素，因为没有元素的 {} 并不是空集合⽽是⼀个空字典，我们下⼀节课就会⼤家介绍字典的知识。当然，也可以使⽤内置函数 set 来创建⼀个集合，准确的说 set 并不是⼀个函数，⽽是创建集合对象的构造器，这个知识点我们很快也会讲到，现在不理解跳过它就可以了。要创建空集合可以使⽤ set() ；也可以将其他序列转换成集合，例如： set('hello') 会得到⼀个包含了 4 个字符的集合（重复的 l 会被去掉）。除了这两种⽅式，我们还可以使⽤⽣成式语法来创建集合，就像我们之前⽤⽣成式创建列表那样。要知道集合中有多少个元素，还是使⽤内置函数 len ；使⽤ for 循环可以实现对集合元素的遍历。

# 创建集合的字⾯量语法(重复元素不会出现在集合中)
set1 = {1, 2, 3, 3, 3, 2}
print(set1) # {1, 2, 3}
print(len(set1)) # 3
# 创建集合的构造器语法(后⾯会讲到什么是构造器)
set2 = set('hello')
print(set2) # {'h', 'l', 'o', 'e'}
# 将列表转换成集合(可以去掉列表中的重复元素)
set3 = set([1, 2, 3, 3, 2, 1])
print(set3) # {1, 2, 3}
# 创建集合的⽣成式语法(将列表⽣成式的[]换成{})
set4 = {num for num in range(1, 20) if num % 3 == 0 or num % 5 == 0}
print(set4) # {3, 5, 6, 9, 10, 12, 15, 18}
# 集合元素的循环遍历
for elem in set4:
 print(elem)

需要提醒⼤家，集合中的元素必须是 hashable 类型。所谓 hashable 类型指的是能够计算出哈希码的数据类型，你可以暂时将哈希码理解为和变量对应的唯⼀的ID 值。通常不可变类型都是 hashable 类型，如整数、浮点、字符串、元组等，⽽可变类型都不是 hashable 类型，因为可变类型⽆法确定唯⼀的 ID值，所以也就不能放到集合中。集合本身也是可变类型，所以集合不能够作为集合中的元素，这⼀点请⼤家⼀定要注意。

集合的运算

Python 为集合类型提供了⾮常丰富的运算符，主要包括：成员运算、交集运算、并集运算、差集运算、⽐较运算（相等性、⼦集、超集）等。

成员运算

可以通过成员运算 in 和 not in 检查元素是否在集合中，代码如下所示。

set1 = {11, 12, 13, 14, 15}
print(10 in set1) # False
print(15 in set1) # True
set2 = {'Python', 'Java', 'Go', 'Swift'}
print('Ruby' in set2) # False
print('Java' in set2) # True

交并差运算

Python 中的集合跟数学上的集合⼀样，可以进⾏交集、并集、差集等运算，⽽且可以通过运算符和⽅法调⽤两种⽅式来进⾏操作，代码如下所示。

set1 = {1, 2, 3, 4, 5, 6, 7}
set2 = {2, 4, 6, 8, 10}
# 交集
# ⽅法⼀: 使⽤ & 运算符
print(set1 & set2) # {2, 4, 6}
# ⽅法⼆: 使⽤intersection⽅法
print(set1.intersection(set2)) # {2, 4, 6}
# 并集
# ⽅法⼀: 使⽤ | 运算符
print(set1 | set2) # {1, 2, 3, 4, 5, 6, 7, 8, 10}
# ⽅法⼆: 使⽤union⽅法
print(set1.union(set2)) # {1, 2, 3, 4, 5, 6, 7, 8, 10}
# 差集
# ⽅法⼀: 使⽤ - 运算符
print(set1 - set2) # {1, 3, 5, 7}
# ⽅法⼆: 使⽤difference⽅法
print(set1.difference(set2)) # {1, 3, 5, 7}
# 对称差
# ⽅法⼀: 使⽤ ^ 运算符
print(set1 ^ set2) # {1, 3, 5, 7, 8, 10}
# ⽅法⼆: 使⽤symmetric_difference⽅法
print(set1.symmetric_difference(set2)) # {1, 3, 5, 7, 8, 10}
# ⽅法三: 对称差相当于两个集合的并集减去交集
print((set1 | set2) - (set1 & set2)) # {1, 3, 5, 7, 8, 10}

通过上⾯的代码可以看出，对两个集合求交集， & 运算符和 intersection ⽅法的作⽤是完全相同的，使⽤运算符的⽅式更直观⽽且代码也⽐较简短。相信⼤家对交集、并集、差集、对称差这⼏个概念是⽐较清楚的，如果没什么印象了可以看看下⾯的图。

 集合的交集、并集、差集运算还可以跟赋值运算⼀起构成复合运算，如下所示。

set1 = {1, 3, 5, 7}
set2 = {2, 4, 6}
# 将set1和set2求并集再赋值给set1
# 也可以通过set1.update(set2)来实现
set1 |= set2
print(set1) # {1, 2, 3, 4, 5, 6, 7}
set3 = {3, 6, 9}
# 将set1和set3求交集再赋值给set1
# 也可以通过set1.intersection_update(set3)来实现
set1 &= set3
print(set1) # {3, 6}

⽐较运算

两个集合可以⽤ == 和 != 进⾏相等性判断，如果两个集合中的元素完全相同，那么 == ⽐较的结果就是 True ，否则就是 False 。如果集合 A 的任意⼀个元素都是集合 B 的元素，那么集合 A 称为集合 B 的⼦集，即对于∀ a ∈ A ，均有 a ∈ B ，则 A ⊆ B 。 A 是 B 的⼦集，反过来也可以称 B 是 A 的超集。如果 A 是 B 的⼦集且A不等于 B ，那么 A 就是 B 的真⼦集。 Python 为集合类型提供了判断⼦集和超集的运算符，其实就是我们⾮常熟悉的 < 和 > 运算符，代码如下所示。

set1 = {1, 3, 5}
set2 = {1, 2, 3, 4, 5}
set3 = set2
# <运算符表示真⼦集，<=运算符表示⼦集
print(set1 < set2, set1 <= set2) # True True
print(set2 < set3, set2 <= set3) # False True
# 通过issubset⽅法也能进⾏⼦集判断
print(set1.issubset(set2)) # True
# 反过来可以⽤issuperset或>运算符进⾏超集判断
print(set2.issuperset(set1)) # True
print(set2 > set1) # True

集合的⽅法

Python 中的集合是可变类型，我们可以通过集合类型的⽅法为集合添加或删除元素。

# 创建⼀个空集合
set1 = set()
# 通过add⽅法添加元素
set1.add(33)
set1.add(55)
set1.update({1, 10, 100, 1000})
print(set1) # {33, 1, 100, 55, 1000, 10}
# 通过discard⽅法删除指定元素
set1.discard(100)
set1.discard(99)
print(set1) # {1, 10, 33, 55, 1000}
# 通过remove⽅法删除指定元素，建议先做成员运算再删除
# 否则元素如果不在集合中就会引发KeyError异常
if 10 in set1:
 set1.remove(10)
print(set1) # {33, 1, 55, 1000}
# pop⽅法可以从集合中随机删除⼀个元素并返回该元素
print(set1.pop())
# clear⽅法可以清空整个集合
set1.clear()
print(set1) # set()