集合set

集合set

集合，简称集。由任意个元素构成的集体。高级语言都实现了这个非常重要的数据结构类型。Python中，它是可变的、无序的、不重复的元素的集合。

初始化

Init signature: set(self, /, *args, **kwargs)
Docstring:     
set() -> new empty set object
set(iterable) -> new set object

Build an unordered collection of unique elements.
Type:           type
Subclasses:     Set, Set, Set

s1 = set()
s2 = set(range(5))
s3 = set([1, 2, 3])
s4 = set('abcdabcd')
s5 = {} # 这是什么？
s6 = {1, 2, 3}
s7 = {1, (1,)}
s8 = {1, (1,), [1]} # ？

元素性质

• 去重：在集合中，所有元素必须相异
• 无序：因为无序，所以不可索引
• 可哈希：Python集合中的元素必须可以hash，即元素都可以使用内建函数hash
• 目前学过的不可hash的类型有：list、set、bytearray
• 可迭代：set中虽然元素不一样，但元素都可以迭代出来。

增加

• add(elem)

增加一个元素到set中

如果元素存在，什么都不做

• update(*others)

合并其他元素到set集合中

参数others必须是可迭代对象

就地修改

s = set()
s.add(1) 
s.update((1,2,3), [2,3,4])

 删除

• remove(elem)
• discard(elem)
• pop()->item
• clear()

 修改

集合类型没有修改。因为元素唯一。如果元素能够加入到集合中，说明它和别的元素不一样。所谓修改，其实就是把当前元素修改成一个完全不同的元素，就是删除加入新元素。

遍历

只要是容器，都可以遍历元素。但是效率都是O（n）。

成员运算符in

print(10 in [1, 2, 3])
print(10 in {1, 2, 3})

 上面2行代码，分别在列表和集合中搜索元素。如果列表和集合的元素都有100万个，谁的效率高？

 

IPython魔术方法

Ipython内置的特殊方法，使用%百分号开头的

% 开头是line magic

%%开头是cell magic，notebook的cell

%timeit statemen
-n 一个循环loop执行语句多少次
-r 循环执行多少次loop，取得最好的结果

%%timeit setup_code

#下面写一行，列表每次都要创建，这样写不好
%timeit(-1 in list(range(100)))

# 下面写一个cell中，写在setup中，列表创建一次
%%timeit l=list(range(1000000)
-1 in l

 

结果说明，集合性能很好。为什么？

• 线性数据结构，搜索元素的时间复杂度是O（n），随着数据规模增加耗时增大
• set、dict使用hash表实现，内部使用hash值作为key，时间复杂度为o(1),查询时间和数据规模无关，不会随着数据规模增大而搜索性能下降。

 可哈希

• 数值型int、float、complex
• 布尔型True、False
• 字符串 string、bytes
• tuple
• None
• 以上都是不可变类型，称为可哈希类型