4.4 集合 set

数据结构的最后一位成员。先看一个具体需求：一个抽奖名单里有人重复提交了，怎么去掉重复的名字？

用列表 + 循环当然能写出来，但 Python 有个数据结构天生就干这个——集合（set）。它只有两条脾气：

不重复：同样的元素只保留一个
无顺序：元素没有位置编号，不能问"第几个"

这一节内容不多，重点掌握"去重"和"交并差"两个绝活。

创建集合

用花括号 {} 直接列元素（注意和字典区分：字典里是 键: 值 对，集合里是单个值）：

tags = {"红", "绿", "蓝"}
print(type(tags))    # <class 'set'>

它的两条脾气眼见为实。放进重复元素，自动只留一个：

nums = {1, 2, 2, 3, 3, 3}
print(nums)     # {1, 2, 3}

没有顺序，打印出来的排列可能和你写的不一样，也不能索引：

tags = {"红", "绿", "蓝"}
print(tags[0])    # ❌ TypeError: 'set' object is not subscriptable

想逐个处理就用 for 遍历（顺序不保证）：

for t in tags:
    print(t)

⚠️ 特例：空集合必须写 set()，不能写 {}！ 因为空花括号被字典抢注了：
a = {}
print(type(a))     # <class 'dict'>  ← 是空字典！
b = set()
print(type(b))     # <class 'set'>   ← 这才是空集合

绝活一：一行代码去重

开头的抽奖问题，答案就一行——列表转集合（去重），再转回列表：

names = ["小明", "小红", "小明", "小刚", "小红"]
unique = list(set(names))
print(unique)    # ['小刚', '小明', '小红']（顺序可能变化）

拆开看这个嵌套（和 int(input()) 一样由内到外）：

set(names)：列表 → 集合，重复元素在这一步被自动扔掉
list(...)：集合 → 列表，变回可以索引、排序的列表

list(set(某列表)) 值得当口诀背下来。注意副作用：去重后原来的顺序会乱（集合无序）。乱了想恢复整齐可以接一个排序：sorted(set(nums))。

基本操作：增、删、查

tags = {"红", "绿"}

tags.add("蓝")        # 增：加一个元素（重复添加不报错，但也不会多出一份）
tags.remove("红")     # 删：元素不存在会报 KeyError
tags.discard("紫")    # 删的温柔版：不存在也不吭声

print(len(tags))      # 2
print("绿" in tags)   # True

remove 和 discard 的选择逻辑，与字典的 [] 和 get() 如出一辙：该在而不在算 bug → 用 remove 让它报错；可有可无 → 用 discard。

in 判断要特别说一句：集合做 in 判断的速度极快，而且不随元素变多而变慢；列表则是从头到尾一个个找，数据一多就慢。所以"频繁判断某元素在不在一大堆数据里"的场景，先把列表转成集合是行业常规操作。现阶段数据量小感受不到差距，先把结论记住。

绝活二：集合运算——交集、并集、差集

两个集合之间可以做数学课上的"集合运算"，三个运算符：

a = {1, 2, 3, 4}
b = {3, 4, 5, 6}

print(a & b)    # {3, 4}              交集：两边都有的
print(a | b)    # {1, 2, 3, 4, 5, 6}  并集：合在一起（自动去重）
print(a - b)    # {1, 2}              差集：a 有而 b 没有的

用文氏图理解：

    a          b
 ┌──────┬──┬──────┐
 │ 1  2 │3 │ 5  6 │
 │      │4 │      │
 └──────┴──┴──────┘
          ↑
   a & b 就是中间重叠区
   a | b 是整个图形
   a - b 是左边不重叠的部分（注意 a - b ≠ b - a）

换成人话场景立刻就懂了：

python_class = {"小明", "小红", "小刚"}
english_class = {"小红", "小丽"}

print(python_class & english_class)   # {'小红'}          两门都报的
print(python_class | english_class)   # 四个人             至少报了一门的
print(python_class - english_class)   # {'小明', '小刚'}   只报了 Python 的
print(english_class - python_class)   # {'小丽'}           只报了英语的

这类"找共同好友"、"找两份名单的差异"的需求，用列表写要好几层循环，用集合就是一个运算符。

全章收官：四种数据结构怎么选

四兄弟到齐，一张表看清各自的定位：

结构	写法	有序？	可改？	可重复？	一句话定位
列表 list	`[1, 2]`	✅	✅	✅	一串数据，默认首选
元组 tuple	`(1, 2)`	✅	❌	✅	定死不变的固定搭配
字典 dict	`{"k": v}`	—	✅	键不可	有名字的数据，按键查值
集合 set	`{1, 2}`	❌	✅	❌	去重、判存在、交并差

选择思路走一遍流程：

数据是"名字 → 值"的对应关系？→ 字典
需要去重或交并差运算？→ 集合
内容永远不变？→ 元组
其他情况 → 列表

练习

新建 practice44.py 完成：

1. 把列表 ["a", "b", "a", "c", "b"] 去重后从小到大排序打印。

2. 你的爱好 {"篮球", "音乐", "编程"}，朋友的爱好 {"音乐", "游戏"}。求：共同爱好、两人爱好的总和、只有你有的爱好。

3. 不运行，先猜输出，再验证：

s = {1, 1, 2, 3}
print(len(s))

e = {}
print(type(e))

a = {1, 2, 3}
b = {2, 3, 4}
print(a - b == b - a)

4. 下面代码想统计列表里有多少个不同的数字，但结果不对，找出原因修好它：

nums = [3, 7, 3, 1, 7, 7]
count = len(nums)
print(f"共有 {count} 个不同的数字")

点击查看答案

# 1
items = ["a", "b", "a", "c", "b"]
print(sorted(set(items)))    # ['a', 'b', 'c']

# 2
mine = {"篮球", "音乐", "编程"}
friend = {"音乐", "游戏"}
print("共同爱好：", mine & friend)      # {'音乐'}
print("所有爱好：", mine | friend)
print("只有我有：", mine - friend)      # {'篮球', '编程'}

第 3 题：

len(s) → 3（重复的 1 只留一个：{1, 2, 3}）
type(e) → <class 'dict'>（{} 是空字典，不是空集合！）
a - b == b - a → False（a - b 是 {1}，b - a 是 {4}，差集有方向）

第 4 题： len(nums) 数的是全部元素（6 个），没有去重。先转集合再数：

nums = [3, 7, 3, 1, 7, 7]
count = len(set(nums))
print(f"共有 {count} 个不同的数字")   # 共有 3 个不同的数字

本章小结

集合两条脾气：不重复、无顺序（没有索引，不能 s[0]）
空集合必须 set()，{} 是空字典
去重口诀：list(set(lst))；要整齐就 sorted(set(lst))
add 增，remove（严格）/ discard（温柔）删；集合的 in 判断飞快
& 交集、| 并集、- 差集（有方向）
选型流程：键值对→字典，去重/交并差→集合，定死→元组，其余→列表

数据结构四兄弟集齐！它们是后面一切程序的原材料。下一章学习编程中最重要的概念之一：5.1 函数入门

创建集合​

绝活一：一行代码去重​

基本操作：增、删、查​

绝活二：集合运算——交集、并集、差集​

全章收官：四种数据结构怎么选​

练习​

本章小结​