2019/09/23 05-Set操作和hash

python的内置数据结构set
约定：
set翻译为集合
collection 翻译为集合类型，是一个大概念（集合类型，列表，元组，set，字典，全部在内）
是一个大概念，容器，等于是乱放的
set：
可变的，无序的，不重复的元素的集合，无序是可以迭代的，set集合是一个没有顺序，但是是可以迭代的数据结构，是可变的，
bytes，元组，字符串，不可变
列表，bytearray，可变
set非常重要的一点，就是去重的
set可以使用（）括号，空set
还有可迭代对象iterable
大括号{}

这是个特例，定义字典

再执行一次看s的类型
所以所有puthon定义空set只能set（）

set以为这里面是可迭代对象，就一个个传给s1

内容可以重复，但是内容不会把重复的去掉，但是认为内容是相同的，
set就是把之前内容重复的都去重，这里面的1,2，3依然称为元素
这样就可以理解为所谓的无序，用列表绝对不会这样
但是看起来是无序，但是计算机内部都是有序的，只不过是按照它自己的顺序给你看你，你觉得无序

得到一个列表，再转换成set，经常做的东西，只要转成set，一定会按照set方式去去重

这个是字典

集合和集合并在一起，在数学上叫并集
乘了一点意思也没有，因为需要去重
但是不能再add后面+add，因为add返回值是nonetype
加个字符串试试

unhashable代表不能放进来，没法给你发房间号，hash本质上是吧元素放在一个散列值中，这个散列值就是计算出来的一个房间号，把1哪来做hash，hash就是散列值的意思，hash得到散列值就是一个门牌号，301，就把1这个值到301房间去，
ab算出来407，就到407去住，遇到列表，就说不支持列表，算不出来门牌号，拒绝让你入住

加集合，告诉你不可hash类型set，到目前为止，列表和set是不能作为set的元素的
虽然值一样但是类型不一样，去不了重

列表就加不进去，因为要计算hash值，要把所有元素遍历一遍，列表直接给你报错，hash不了

hash是个内建函数，下面可以理解为内存中的地址，门牌号，算出来的是完全不一样的
如果要找1，那你就把1再hash一次就找到门牌号了

所以这样的查询方式，时间复杂度是一步到位O(1).,算一下hash值即可

hash是内建函数，能不能hash用它来试试即可
列表不可以hash

set不可以hash

字典不可以hash，看见{}大括号都不能
中括号包括，列表，大括号包括字典和set都不能hash，这三样不可以hash，其他都可以

定义集合的时候，无序的去重的，可迭代的，可变的

这个就不行，看见中括号了

set元素要求里面的元素必须可以hash
目前学过的不可hash的类型有list，set，还有字典
元素不可以索引（因为是无序的，是拿hash值来找的）
set可以迭代
add加单个元素，加set和列表都加不进去，能加进去的也就元组，字符串了，
update（others）
合并其他元素到set集合中来
作为一个整体增加

这么加元素根本不变

还有另外一种加法
把可迭代对象，一个个加进去了
123有了加个4即可，这是就地修改
** *args可以，相当于旁边的元组遍历这个元组，，*
先拿它，看到是可迭代对象，就迭代，把里面1234取出来，分别add到set来
把后面的range也迭代，0，12，3，4分别加到s2，应该是多个0出来
这样就可以好多集合扩展在s2上，可以用列表，可以用可迭代对象，但是要求，可迭代对象里面，一定要可hash，不可hash就 不行

报的是valueerror

在set s2中remove，表明实现机制上是跟列表不同的

key其实把里面每个元素当key来加
从s2移除试试，频繁的删除增加代价会大一些，所以remove这样的操作少做
set的代价比列表小，因为列表牵扯到数据挪动

但是remove元素，如果这个元素不存在，就报keyerror，所以给了discard函数

discard也是移除，但是元素不存在，就什么都不做，不抛出异常

在内存中存放的数据，来之不易，都是从磁盘，从网络IO获取的，处理的时候最好想想真的有必要频繁地移除吗

pop从集合里给你弹出一个数据，随机给你弹一个元素出来

pop出来的是不一定的，但是是可以拿到的
set集合不索引

内存中的数据来之不易，谨慎删除

所谓的修改是看到你要的目标在不在，没有必要修改，没有你就新增进去

非线性结构无法索引，内存的编制其实是连续的，通过hash算法散开了，散列

1号房，2号房出来，只要是集合类型（列表，元组，set，字典dict）都支持索引，但是不是都支持索引（线性结构用索引，非线性结构算hash）
遍历是你知道哪些房间有客人，让你出来

下面是不推荐的操作
-1肯定在lst2
一个是毫秒一个是微妙，差了1000倍
纳秒级的，数据规模增加了，你在什么环境下用什么查询，如杠数据规模i很大，那么就用set、和list数据规模不大的话可以用list，大一点的话可以用set（直接hash一下，就知道门牌号是多少了，复杂度是O（1））
但是它的时间都是从空间换来的，它用了比你数据更大的空间，还有个散列空间，也就是十层楼住了两个客户，它也有空间，但是列表就连续给你两空间就够了
它的这些东西其实都是空间换时间换来的
列表是小规模可以使用，如果数据上千上万了，该换set了

别人问set有什么特点，
1.去重
2.散列，无序的
3.可迭代，非线性
4.可hash（不可hash的，中括号大括号，列表，set，字典）
我们在使用in的也是使用了set特点，hash完之后去找在不在
比较的结果。set是直接hash的，速度是纳秒级的
线性结构的查询时间复杂度是随着规模的增大而增加，是大O（n）
set和字典内部使用的散列值，也就是hash，把hash值作为key，唯一的门牌号，所以时间复杂度可以做到大O（1），查询时间和数据规模无关，如果还继续问，就告诉散列值是一个超大的散列值空间，（一个酒店有很多房间，但实际住人的就两个）
可hash的类型：
数值型：int，float，complex
布尔型：true，false
字符串：string，bytes(字符串的变化是生成一个新的字符串，原字符串并没有改变)
tuple
none 常量值，就是none类型，就一个值
以上都是不可变类型，成为可哈希类型，hashable
list，字典，set可变都不能hash

再次理解为i复杂类型和简单类型，复杂类型放的是地址，门牌号，虽然增加了2，但是门牌号并没有改变，地址并没有改变

**元组可变不可变实际上指的是元素的地址存放空间
这里面的3是不可变，[1]可以理解为地址是不变的
**

无顺序的，可以理解为住酒店，没有挨着住一起，
不重复，去重这一点是非常重要，问set必提

这个就变成字典了，空字典是set{}

add增加一个元素
update是把可迭代对象，每个元素迭代出来后，挨个添加到集合当中，集合顺带帮你去重
想去重很简单，建一个空集合，把几个可迭代对象塞到里面去，得到的就是去过重的

遍历不管效率，都需要走一遍

hash、是找门牌号，真正的元素是放门牌号里面的

**试一下bytearray可否hash
b’'代表bytes，凡是可变的都不可hash
**