set()是Python中用于创建集合的核心函数，集合是一种无序、不重复元素的容器，非常适合用于成员检测、去重和数学集合运算。

一、set()函数的基本用法

1.1 基本语法

set()                     # 创建一个空集合
set(iterable)             # 从可迭代对象创建集合

1.2 创建空集合

empty_set = set()
print(empty_set)  # set()

注意：不能使用{}创建空集合，因为{}表示空字典

1.3 从不同可迭代对象创建集合

# 从列表创建（去重）
print(set([1, 2, 2, 3, 3]))  # {1, 2, 3}

# 从字符串创建（拆分为字符）
print(set("hello"))  # {'h', 'e', 'l', 'o'}

# 从元组创建
print(set((1, 2, 3)))  # {1, 2, 3}

# 从字典创建（获取键）
print(set({'a': 1, 'b': 2}))  # {'a', 'b'}

# 从range对象创建
print(set(range(5)))  # {0, 1, 2, 3, 4}

二、set()函数的深入解析

2.1 集合的特性

# 自动去重
numbers = [1, 2, 2, 3, 3, 3]
unique_numbers = set(numbers)  # {1, 2, 3}

# 无序性（Python 3.7+保留插入顺序，但不应该依赖）
s = set()
s.add('a'); s.add('b'); s.add('c')
print(s)  # 可能输出 {'a', 'b', 'c'} 或其他顺序

2.2 不可变集合frozenset

# 常规集合是可变的
s = set([1, 2, 3])
s.add(4)

# frozenset是不可变的
fs = frozenset([1, 2, 3])
# fs.add(4)  # 会报错

2.3 集合元素的要求

集合元素必须是可哈希的（不可变类型）：

valid_set = {1, 'a', (1, 2), frozenset([3, 4])}

# 尝试使用不可哈希元素会报错
try:
    invalid_set = {[1, 2]}  # 列表不可哈希
except TypeError as e:
    print(f"错误: {e}")

三、set()的实际应用

3.1 数据去重

# 列表去重
duplicates = [1, 2, 2, 3, 3, 3]
unique = list(set(duplicates))  # [1, 2, 3] (顺序不保证)

# 文件行去重
with open('data.txt') as f:
    unique_lines = set(f)

3.2 成员测试（比列表快很多）

# 创建大型集合和列表
large_set = set(range(1000000))
large_list = list(range(1000000))

# 测试性能
%timeit 999999 in large_set    # 约100ns
%timeit 999999 in large_list   # 约10ms (慢100,000倍)

3.3 集合运算

a = set([1, 2, 3, 4])
b = set([3, 4, 5, 6])

# 并集
print(a | b)  # {1, 2, 3, 4, 5, 6}

# 交集
print(a & b)  # {3, 4}

# 差集
print(a - b)  # {1, 2}

# 对称差集
print(a ^ b)  # {1, 2, 5, 6}

四、特殊用法与技巧

4.1 集合推导式

# 创建平方数集合
squares = {x*x for x in range(10)}
print(squares)  # {0, 1, 4, 9, 16, 25, 36, 49, 64, 81}

4.2 查找共同元素

# 在多个列表中查找共同元素
lists = [
    [1, 2, 3, 4],
    [2, 3, 4, 5],
    [3, 4, 5, 6]
]

common = set(lists[0])
for lst in lists[1:]:
    common &= set(lst)
print(common)  # {3, 4}

4.3 快速判断是否有重复

def has_duplicates(lst):
    return len(lst) != len(set(lst))

print(has_duplicates([1, 2, 3]))  # False
print(has_duplicates([1, 2, 2]))  # True

五、常见问题解答

5.1 为什么不能用{}创建空集合？

因为{}表示空字典，这是历史遗留问题。要创建空集合必须使用set()。

5.2 集合和字典键有什么关系？

字典键和集合元素都必须是可哈希的，它们共享相同的哈希表实现。

5.3 如何保持集合元素的顺序？

使用collections.OrderedDict模拟有序集合：

from collections import OrderedDict

ordered_set = OrderedDict.fromkeys([1, 2, 3])
print(list(ordered_set.keys()))  # [1, 2, 3]

5.4 集合和列表哪个更快？

• 成员测试：集合O(1)，列表O(n)
• 迭代：列表稍快
• 内存：集合通常占用更多内存

六、性能考虑

1. 成员测试：集合比列表快几个数量级
2. 内存使用：集合比列表占用更多内存
3. 去重操作：list(set(duplicates))是常用去重方法
4. 大型数据：考虑使用生成器逐步构建集合

# 高效处理大型数据
def process_large_data(file):
    unique_items = set()
    for line in file:
        item = line.strip()
        unique_items.add(item)
    return unique_items

七、总结

set()函数是Python集合操作的核心工具，主要特点包括：

• 创建无序、不重复元素的集合
• 提供高效的成员检测
• 支持丰富的集合运算
• 自动去重特性

关键要点：

• 集合元素必须是可哈希的
• 集合运算比手动实现更高效
• 成员测试比列表快很多
• 不要依赖集合元素的顺序

记住这些最佳实践：

1. 去重首选set()
2. 频繁成员测试使用集合
3. 大型数据逐步构建集合
4. 需要不可变集合时使用frozenset