Python学习笔记（十）—— Set

代码及内容源自《Fluent Python》——Luciano Ramalho 著

set 是一个不重复元素的集合，它的一个基本的应用就是去除重复：

>>> l = ['spam','spam','eggs','spam']
>>> set(l)

{'eggs', 'spam'}

>>> list(set(l))

['eggs', 'spam']

set支持集合的基本操作，如 a | b返回并集，a & b返回交集，a - b返回差集。有效利用set的集合运算，能够帮助缩短代码，提高可读性。

例如，现在有一个较大的email地址集（haystack）和一个较小的地址集（needles），我们需要统计needles中有多少也属于haystack。由于有了set，我们可以用一行简单的代码来实现这个目的：

found = len(set(needles) & set(haystack))

作为比较，如果不用集合运算，而用通常的方法，则代码如下：

found = 0
for n in needles:
    for n in haystack:
        found += 1

在Python3中，set的标准字符串表达形式为{…}，但是空集表示为set():

>>> s = {1}
>>> type(s)

set

>>> s

{1}

>>> s.pop()

1

>>> s

set()

使用如{1,2,3}的方式来创建set，与调用构造函数set([1,2,3])相比，速度更快，可读性更高。因为对后者来说，Python需要先获取set对应的构造函数、再创建一个list，然后把list传递到构造函数当中。而前者只需要调用一个特殊的二进制代码BUILD_SET。

对于frozenset，只能通过调用构造函数来创建：

>>> frozenset(range(10))

frozenset({0, 1, 2, 3, 4, 5, 6, 7, 8, 9})

set comprehension在Python 2.7中被加入：

>>> from unicodedata import name
>>> {chr(i) for i in range(32,256) if 'SIGN' in name(chr(i),'')}

{'#','$','%','+','<','=','>','¢','£','¤','¥','§','©','¬','®','°','±','µ','¶','×','÷'}

由于使用了hash table，dict和set的速度很快，键值搜索的效率很高。具体的性能和原因可参见原书p85-p93。