Python 提供多种内置数据结构用于组织数据，包括列表、字典、元组和集合。
根据 Python 3 文档，集合是无序的、不包含重复元素的集合。其主要用途包括成员测试和去除重复项。集合还支持集合运算，如并集、交集、差集和对称差集。
本文将通过示例阐述以上定义中的每个特性，并讲解集合的创建方法。
**集合的初始化**
创建集合有两种方法：一是将元素列表传递给内置函数 `set()`，二是使用花括号 `{}`。
使用 set() 函数初始化集合：
立即学习“Python免费学习笔记（深入）”；
<code class="python">>>> s1 = set([1, 2, 3])
>>> s1
{1, 2, 3}
>>> type(s1)
<class 'set'></code>
使用 {} 初始化集合：
<code class="python">>>> s2 = {3, 4, 5}
>>> s2
{3, 4, 5}
>>> type(s2)
<class 'set'></code>
两种方法均有效。但如果需要创建空集合呢？
<code class="python">>>> s = {}
>>> type(s)
<class 'dict'></code>
使用空花括号将创建一个字典，而非集合。
为简便起见，本文示例使用整数集合，但集合可包含所有 Python 支持的可哈希[1]数据类型，例如整数、字符串和元组，但不包括列表或字典等可变类型。
<code class="python">>>> s = {1, 'coffee', [4, 'python']}
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'</code>
了解了集合的创建方法及其可包含的元素类型后，我们来探讨一下为什么应该将集合纳入你的编程工具箱。
**为什么需要使用集合**
编程中，解决问题的方法不止一种。有些方法效率低下，而另一些则清晰、简洁、易于维护，或者更“Pythonic[2]”。
根据 Python Hitchhiker's Guide[3]：
当经验丰富的 Python 开发者（Pythonista）遇到不够“Pythonic”的代码时，通常认为这些代码不符合通用指南，表达意图的方式不够理想（可读性差）。
让我们看看集合如何提升代码可读性并提高程序执行效率。
**集合元素的无序性**
集合元素无法通过索引访问：
<code class="python">>>> s = {1, 2, 3}
>>> s[0]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'set' object does not support indexing</code>
也无法使用切片修改：
<code class="python">>>> s[0:2] Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: 'set' object is not subscriptable</code>
但如果需要去除重复项或进行集合运算（如并集），则应该使用集合。
迭代时，集合的效率优于列表。原因涉及集合的内部实现细节，感兴趣的读者可以参考以下链接：
- 时间复杂度[4]
-
set()的实现[5] - Python 集合 vs 列表[6]
- 列表中使用集合的优缺点[7]
**集合不包含重复项**
过去，我经常使用 `for` 循环和 `if` 语句来检查并去除列表中的重复元素，代码如下：
<code class="python">>>> my_list = [1, 2, 3, 2, 3, 4] >>> no_duplicate_list = [] >>> for item in my_list: ... if item not in no_duplicate_list: ... no_duplicate_list.append(item) ... >>> no_duplicate_list [1, 2, 3, 4]</code>
或者使用列表推导式：
<code class="python">>>> my_list = [1, 2, 3, 2, 3, 4] >>> no_duplicate_list = [] >>> [no_duplicate_list.append(item) for item in my_list if item not in no_duplicate_list] [None, None, None, None] >>> no_duplicate_list [1, 2, 3, 4]</code>
现在，我们可以使用集合：
<code class="python">>>> my_list = [1, 2, 3, 2, 3, 4] >>> no_duplicate_list = list(set(my_list)) >>> no_duplicate_list [1, 2, 3, 4]</code>
使用 timeit 模块比较列表和集合去除重复项的效率：
<code class="python">>>> from timeit import timeit
>>> def no_duplicates(list):
... no_duplicate_list = []
... [no_duplicate_list.append(item) for item in list if item not in no_duplicate_list]
... return no_duplicate_list
...
>>> # 列表的执行时间：
>>> print(timeit('no_duplicates([1, 2, 3, 1, 7])', globals=globals(), number=1000))
0.0018683355819786227</code>
<code class="python">>>> from timeit import timeit
>>> # 集合的执行时间：
>>> print(timeit('list(set([1, 2, 3, 1, 2, 3, 4]))', number=1000))
0.0010220493243764395
>>> # 更快更简洁</code>
使用集合比列表推导式更简洁，效率更高。
注意：集合是无序的，转换为列表后元素顺序可能发生变化。
Python 之禅[8]：
优美胜于丑陋
明了胜于晦涩
简洁胜于复杂
扁平胜于嵌套
集合正是如此。
**成员测试**
使用 `if` 语句检查元素是否存在于列表中，称为成员测试：
<code class="python">my_list = [1, 2, 3]
>>> if 2 in my_list:
... print('Yes, this is a membership test!')
...
Yes, this is a membership test!</code>
集合的成员测试效率更高：
<code class="python">>>> from timeit import timeit
>>> def in_test(iterable):
... for i in range(1000):
... if i in iterable:
... pass
...
>>> timeit('in_test(iterable)',
... setup="from __main__ import in_test; iterable = list(range(1000))",
... number=1000)
12.459663048726043</code>
<code class="python">>>> from timeit import timeit
>>> def in_test(iterable):
... for i in range(1000):
... if i in iterable:
... pass
...
>>> timeit('in_test(iterable)',
... setup="from __main__ import in_test; iterable = set(range(1000))",
... number=1000)
.12354438152988223</code>
注意：以上测试来自 StackOverflow[9]。
对于大型列表，将其转换为集合可以提高成员测试效率。
**如何使用集合**
了解了集合及其用途后，我们来快速浏览一下集合的修改和操作方法。
**添加元素**
根据需要添加的元素数量，选择 `add()` 或 `update()` 方法。
add() 用于添加单个元素：
<code class="python">>>> s = {1, 2, 3}
>>> s.add(4)
>>> s
{1, 2, 3, 4}</code>
update() 用于添加多个元素：
<code class="python">>>> s = {1, 2, 3}
>>> s.update([2, 3, 4, 5, 6])
>>> s
{1, 2, 3, 4, 5, 6}</code>
集合会自动去除重复元素。
**移除元素**
如果需要在删除不存在的元素时引发异常，使用 `remove()`；否则，使用 `discard()`：
<code class="python">>>> s = {1, 2, 3}
>>> s.remove(3)
>>> s
{1, 2}
>>> s.remove(3)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
KeyError: 3</code>
discard() 不会引发异常：
<code class="python">>>> s = {1, 2, 3}
>>> s.discard(3)
>>> s
{1, 2}
>>> s.discard(3)
>>> # 无任何操作</code>
pop() 用于随机移除一个元素：
<code class="python">>>> s = {1, 2, 3, 4, 5}
>>> s.pop() # 移除一个任意元素
1
>>> s
{2, 3, 4, 5}</code>
clear() 用于清空集合：
<code class="python">>>> s = {1, 2, 3, 4, 5}
>>> s.clear() # 清空集合
>>> s
set()</code>
**并集 `union()`**
`union()` 或 `|` 操作符创建包含所有元素的新集合：
<code class="python">>>> s1 = {1, 2, 3}
>>> s2 = {3, 4, 5}
>>> s1.union(s2) # 或 's1 | s2'
{1, 2, 3, 4, 5}</code>
**交集 `intersection()`**
`intersection()` 或 `&` 操作符返回集合的公共元素：
<code class="python">>>> s1 = {1, 2, 3}
>>> s2 = {2, 3, 4}
>>> s3 = {3, 4, 5}
>>> s1.intersection(s2, s3) # 或 's1 & s2 & s3'
{3}</code>
**差集 `difference()`**
`difference()` 或 `-` 操作符创建新集合，包含在 `s1` 中但在 `s2` 中不存在的元素：
<code class="python">>>> s1 = {1, 2, 3}
>>> s2 = {2, 3, 4}
>>> s1.difference(s2) # 或 's1 - s2'
{1}</code>
**对称差集 `symmetric_difference()`**
`symmetric_difference()` 或 `^` 操作符返回集合中不同的元素：
<code class="python">>>> s1 = {1, 2, 3}
>>> s2 = {2, 3, 4}
>>> s1.symmetric_difference(s2) # 或 's1 ^ s2'
{1, 4}</code>
**结论**
本文介绍了 Python 集合的概念、操作方法和应用场景。熟练掌握集合的使用可以编写更清晰、更高效的代码。
如有任何疑问，请随时提出。此外，Python 速查表[10]中也包含了集合的相关内容[11]，方便查阅。
