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()的基本用法

1.1 创建空集合

# 创建空集合
empty_set = set()
print(empty_set)  # set()

# 注意：{}创建的是空字典，不是空集合
not_a_set = {}
print(type(not_a_set))  # <class 'dict'>

1.2 从可迭代对象创建集合

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

# 从字符串创建（拆分为唯一字符）
letters = set("hello")
print(letters)  # {'h', 'e', 'l', 'o'}

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

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

二、set()的高级特性

2.1 集合运算

a = {1, 2, 3}
b = {2, 3, 4}

# 并集
print(a | b)  # {1, 2, 3, 4}

# 交集
print(a & b)  # {2, 3}

# 差集
print(a - b)  # {1}

# 对称差集（仅在其中一个集合中的元素）
print(a ^ b)  # {1, 4}

2.2 集合推导式

# 创建平方数集合
squares = {x*x for x in range(5)}
print(squares)  # {0, 1, 4, 9, 16}

# 带条件的集合推导式
even_squares = {x*x for x in range(10) if x % 2 == 0}
print(even_squares)  # {0, 4, 16, 36, 64}

2.3 不可变集合frozenset

# 创建不可变集合
fs = frozenset([1, 2, 3])
print(fs)  # frozenset({1, 2, 3})

# fs.add(4)  # 报错：frozenset不可修改

三、set()的实际应用

3.1 高效去重

# 列表去重
duplicates = [1, 2, 2, 3, 3, 3]
unique = list(set(duplicates))
print(unique)  # [1, 2, 3]（顺序可能不同）

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

3.2 快速成员检测

# 创建大型集合
large_set = set(range(1000000))

# 极速查找（O(1)时间复杂度）
%timeit 999999 in large_set  # 约100纳秒

# 对比列表查找（O(n)时间复杂度）
large_list = list(range(1000000))
%timeit 999999 in large_list  # 约10毫秒（慢100,000倍）

3.3 关系测试

# 查找共同好友
alice_friends = {"Bob", "Charlie", "Diana"}
bob_friends = {"Charlie", "Diana", "Eve"}

common_friends = alice_friends & bob_friends
print(common_friends)  # {'Charlie', 'Diana'}

四、常见问题解答

4.1 为什么集合元素是无序的？

集合基于哈希表实现，为提高查询效率牺牲了顺序性。Python 3.7+中字典保留插入顺序，但集合仍不保证顺序。

4.2 如何保持去重后的顺序？

from collections import OrderedDict

duplicates = [3, 1, 2, 1, 3]
unique_ordered = list(OrderedDict.fromkeys(duplicates))
print(unique_ordered)  # [3, 1, 2]

4.3 集合可以存储什么类型的元素？

集合元素必须是可哈希的（不可变类型）：

• 允许：数字、字符串、元组（仅包含不可变元素）
• 不允许：列表、字典、集合（可使用frozenset替代）

4.4 如何判断两个集合是否相等？

a = {1, 2, 3}
b = {3, 2, 1}
print(a == b)  # True（集合不考虑顺序）

五、性能优化技巧

1. 预分配空间（Python 3.6+）：

s = set(range(1000000))  # 比逐步add更快

2. 批量操作：

# 优于多次add
s.update([4, 5, 6])

3. 替代列表去重：

# 更高效的去重方式
unique = list(dict.fromkeys(duplicates)))

六、总结

set()是Python中处理唯一性数据的核心工具，主要特点包括：

• 自动去重：确保元素唯一性
• 高效查询：O(1)时间复杂度的成员检测
• 集合运算：支持并集、交集等数学操作
• 内存效率：比列表更节省空间（对大型唯一数据集）

最佳实践建议：

1. 需要去重或快速查找时优先使用集合
2. 大型数据集初始化时直接传入可迭代对象
3. 注意元素必须可哈希的限制
4. 需要顺序保留时考虑OrderedDict替代方案