9、Python3 集合应用

作者: Brinnatt 分类: python 术 发布时间: 2023-03-30 10:04

set 翻译为集合，是一个无序的、可变的、不重复的元素序列。

collection 翻译为集合类型，是一个大概念。

可以使用大括号 { } 或者 set() 函数创建集合。

注意：创建一个空集合必须用 set() 而不是 { }，因为 { } 是用来创建一个空字典。

9.1、set 定义

  • set() -> new empty set object
  • set(iterable) -> new set object
>>> s1 = set()
>>> type(s1)
set

>>> s2 = set(range(5))
>>> print(s2)
{0, 1, 2, 3, 4}

>>> s3 = set(list(range(10)))
>>> print(s3)
{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}

>>> s4 = {}
>>> type(s4
dict

>>> s5 = {1,2,3,4}
>>> type(s5)
set

>>> s6 = {(1,2),3,'a'}
>>> print(s6)
{(1, 2), 'a', 3}

>>> s7 = {[1],(1,),1}
>>> print(s7)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-85-3bcf3ef8dc67> in <module>
----> 1 s7 = {[1],(1,),1}
      2 print(s7)

TypeError: unhashable type: 'list'

9.2、set 的元素

  • set 的元素要求必须可以 hash。
  • 目前学过的不可 hash 的类型有 list、set、dict。
  • 元素不可以索引。
  • set 可以迭代。

9.3、set 增加

9.3.1、add(elem)

  • 增加一个元素到set中
  • 如果元素存在，什么都不做
s = set([1,2,3,4])
print(s)
s.add('abc')
print(s)
s.add(1)
print(s)

输出结果：
{1, 2, 3, 4}
{1, 2, 3, 4, 'abc'}
{1, 2, 3, 4, 'abc'}

9.3.2、update(*others)

  • 合并其他元素到 set 集合中来
  • 参数 others 必须是可迭代对象
  • 就地修改
s = set([1,2,3,4])
s.update(('a','b','c'))
print(s)
s.update(['o','p','q'])
print(s)
s.update({"x":50,"y":60,"z":70})
print(s)

输出结果：
{1, 2, 3, 4, 'b', 'c', 'a'}
{1, 2, 3, 4, 'b', 'c', 'o', 'q', 'p', 'a'}
{1, 2, 3, 4, 'b', 'c', 'o', 'z', 'q', 'p', 'a', 'x', 'y'}

9.4、set 删除

9.4.1、remove(elem)

  • 从set中移除一个元素
  • 元素不存在，抛出KeyError异常。为什么是KeyError？
s = set([1,2,3,4])
print(s)
s.remove(7)

输出结果：
{1, 2, 3, 4}
---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-99-7d9c0c061566> in <module>
      1 s = set([1,2,3,4])
      2 print(s)
----> 3 s.remove(7)

KeyError: 7

9.4.2、discard(elem)

  • 从 set 中移除一个元素
  • 元素不存在，什么都不做
s = set([1,2,3,4])
print(s)
s.discard(7)

输出结果：
{1, 2, 3, 4}

9.4.3、pop() -> item

  • 移除并返回任意的元素。为什么是任意元素？
  • 空集返回 KeyError 异常
s = set([1,2,3,4])
print(s.pop())
print(s.pop())
print(s.pop())
print(s.pop())
print(s.pop())

输出结果：
1
2
3
4
---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-114-29aa55ccdae7> in <module>
      4 print(s.pop())
      5 print(s.pop())
----> 6 print(s.pop())

KeyError: 'pop from an empty set'

9.4.4、clear()

  • 移除所有元素
s = set([1,2,3,4])
s.clear()
print(s)

输出结果：
set()

9.5、set 修改、查询

修改：

  • 要么删除，要么加入新的元素
  • 为什么没有修改？

查询：

  • 非线性结构，无法索引

遍历：

  • 可以迭代所有元素

成员运算符：

  • in 和 not in 判断元素是否在 set 中
  • 效率呢？
%%timeit lst1 = list(range(100))
a = -1 in lst1
---------------------------------------------------------------------------
1.16 µs ± 2.09 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

%%timeit lst1 = list(range(1000000))
a = -1 in lst1
---------------------------------------------------------------------------
11.5 ms ± 74.5 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%%timeit set1 = set(range(100))
a = -1 in set1
---------------------------------------------------------------------------
32.7 ns ± 0.272 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

%%timeit set1 = set(range(1000000))
a = -1 in set1
---------------------------------------------------------------------------
34.1 ns ± 1.5 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

%timeit set1 = set(range(100))
---------------------------------------------------------------------------
2.44 µs ± 28.8 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit set1 = set(range(1000000))
---------------------------------------------------------------------------
103 ms ± 2.45 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

%timeit lst1 = list(range(100))
---------------------------------------------------------------------------
1.11 µs ± 39.2 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

%timeit lst1 = list(range(1000000))
---------------------------------------------------------------------------
41.5 ms ± 227 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

9.6、set 和线性结构

  • 线性结构的查询时间复杂度是 O(n)，即随着数据规模的增大而增加耗时。
  • set、dict 等结构，内部使用 hash 值作为 key，时间复杂度可以做到 O(1)，查询时间和数据规模无关。
  • set 的元素必须是可 hash 的。

9.7、可 hash

  • 数值型 int、float、complex
  • 布尔型 True、False
  • 字符串 string、bytes
  • tuple
  • None
  • 以上都是不可变类型，成为可哈希类型，hashable

9.8、集合基本概念

全集：

  • 所有元素的集合。例如实数集，所有实数组成的集合就是全集。

子集 subset 和超集 superset：

  • 一个集合A所有元素都在另一个集合 B 内，A 是 B 的子集，B 是 A 的超集。

真子集和真超集：

  • A 是 B 的子集，且 A 不等于 B，A 就是 B 的真子集，B 是 A 的真超集。

并集：

  • 多个集合合并的结果。

交集：

  • 多个集合的公共部分。

差集：

  • 集合中除去和其他集合公共部分。

9.9、集合运算

并集：

  • 将两个集合 A 和 B 的所有的元素合并到一起，组成的集合称作集合 A 与集合 B 的并集。
  • union(*others)，返回和多个集合合并后的新的集合。
  • | 运算符重载，等同 union。
  • update(*others)，和多个集合合并，就地修改。
  • |=，等同 update。

union

a = {1,2,3,4}
b = {5,6,7,8}
print(a|b)
a |= b
print(a)
print(b)

输出结果：
{1, 2, 3, 4, 5, 6, 7, 8}
{1, 2, 3, 4, 5, 6, 7, 8}
{8, 5, 6, 7}

交集：

  • 集合 A 和 B，由所有属于 A 且属于 B 的元素组成的集合。
  • intersection(*others)，返回和多个集合的交集。
  • &，等同 intersection。
  • intersection_update(*others)，获取和多个集合的交集，并就地修改。
  • &=，等同 intersection_update。

交集

a = {1,2,3,4,5}
b = {3,5,6,7,8}
print(a & b)
a &= b
print(a)
print(b)

输出结果：
{3, 5}
{3, 5}
{8, 3, 5, 6, 7}

差集：

  • 集合 A 和 B，由所有属于 A 且不属于 B 的元素组成的集合。
  • difference(*others)，返回和多个集合的差集。
  • -，等同 difference。
  • difference_update(*others)，获取和多个集合的差集并就地修改。
  • -=，等同 difference_update。

差集

a = {1,2,3,4,5}
b = {3,5,6,7,8}
print(a - b)
a -= b
print(a)
print(b)

输出结果：
{1, 2, 4}
{1, 2, 4}
{8, 3, 5, 6, 7}

对称差集：

  • 集合 A 和 B，由所有不属于 A 和 B 的交集元素组成的集合，记作（A-B）∪（B-A）。
  • symmetric_differece(other)，返回和另一个集合的差集。
  • ^，等同 symmetric_differece。
  • symmetric_differece_update(other)，获取和另一个集合的差集并就地修改。
  • ^=，等同 symmetric_differece_update。

对称差集

a = {1,2,3,4,5}
b = {3,5,6,7,8}
print(a ^ b)
a ^= b
print(a)
print(b)

输出结果：
{1, 2, 4, 6, 7, 8}
{1, 2, 4, 6, 7, 8}
{8, 3, 5, 6, 7}

issubset(other)、<=：判断当前集合是否是另一个集合的子集。

set1 < set2：判断 set1 是否是 set2 的真子集。

issuperset(other)、>=：判断当前集合是否是 other 的超集。

set1 > set2：判断 set1 是否是 set 的真超集。

isdisjoint(other)：当前集合和另一个集合没有交集，没有交集，返回 True。

9.10、集合内置方法完整列表

方法 描述
add() 为集合添加元素
clear() 移除集合中的所有元素
copy() 拷贝一个集合
difference() 返回多个集合的差集
difference_update() 移除集合中的元素，该元素在指定的集合也存在。
discard() 删除集合中指定的元素
intersection() 返回集合的交集
intersection_update() 返回集合的交集。
isdisjoint() 判断两个集合是否包含相同的元素，如果没有返回 True，否则返回 False。
issubset() 判断指定集合是否为该方法参数集合的子集。
issuperset() 判断该方法的参数集合是否为指定集合的子集
pop() 随机移除元素
remove() 移除指定元素
symmetric_difference() 返回两个集合中不重复的元素集合。
symmetric_difference_update() 移除当前集合中在另外一个指定集合相同的元素，并将另外一个指定集合中不同的元素插入到当前集合中。
union() 返回两个集合的并集
update() 给集合添加元素

9.11、练习

  1. 你的好友 A、B、C，他的好友 C、B、D，求共同好友？
s1 = {'A','B','C'}
s2 = {'C','B','D'}
print(s1 & s2)

输出结果：
{'B', 'C'}
  1. 有一个API，要求权限同时具备A、B、C才能访问，用户权限是B、C、D，判断用户是否能够访问该API？
API集合A，权限集合P
1、A - P = {}, 说明P包含A
2、A.issubset(P)也行，A是P的子集也行
3、A & P = A也行
  1. 有一个API，要求权限具备A、B、C任意一项就可访问，用户权限是B、C、D，判断用户是否能够访问该API？
API集合A，权限集合P
1、A & P != {} 就可以
2、A.isdisjoint(P) == False 表示有交集

  1. 随机产生 2 组各 10 个数字的列表，如下要求：

    每个数字取值范围 [10,20]？

    统计 20 个数字中，一共有多少个不同的数字？

    2 组比较，不重复的数字有几个？分别是什么？

    2 组比较，重复的数字有几个？分别是什么？

a = [random.randint(10,20) for i in range(10)]
b = [random.randint(10,20) for i in range(10)]
set1 = set(a)
set2 = set(b)
print(set1)
print(set2)
print(set1 | set2)
print(set1 ^ set2)
print(set1 & set2)

输出结果：
{10, 14, 16, 17, 18, 19}
{11, 12, 13, 14, 17, 18, 19}
{10, 11, 12, 13, 14, 16, 17, 18, 19}
{16, 10, 11, 12, 13}
{17, 18, 19, 14}
更多阅读
标签云