Python基本数据类型之集合

37次阅读

共计 2206 个字符,预计需要花费 6 分钟才能阅读完成。

集合作为 Python 基本数据类型之一,相较于整型和字符串等类型来说难度要高很多,我们需要深入了解集合且熟练掌握集合的使用方法。
1. 那什么是集合呢?

集合(set)是 Python 的一种基本数据类型;
集合是一个可变的无序的,且不可重复的元素序列;
集合不可以使用索引访问,因为集合 (set) 是无序的,但是集合可以被迭代;
集合的元素必须是可以 hash 类型的,也就是必须是 hashable;
判断一个对象是否可以 hash:hash([1,2]);

2. 可以 hash 类型

数值类型;
布尔类型;
字符串类型;
bytes;
元组;
None;

3. 不可以 hash 类型

list;
bytearray;
set;

4. 集合的定义
#定义空集合
s = set()

s = {} #注意这是定义字典的

# 初始化一个集合
s = {1,2,3}

s1 = {(1,2,3),100,’abc’} #元组是可以被 hash 的,所以可以作为集合的元素
print(s1) #输出:{‘abc’, 100, (1, 2, 3)}

s2 = {[1,2,3],(1,2,3),100} #列表是不可 hash 的,所以输出会报错
print(s2) #报错

s3 = set([1,2,3,4])
print(s3) #输出:{1, 2, 3, 4}

定义一个集合的语法是:s = set(),而直接 s = {}是定义一个空字典的语法;
集合的初始化可以直接在中括号 {} 中赋值,类似与:s = {1,2,3};
使用 {} 定义的集合,是集合的最终形式,所以不能有不可 hash 元素;
使用 set()方法和 update()方法是可以传入列表的,因为 python 程序会把这个列表自动转换为集合,所以,你会发现通过 set([1,2,3]),输出的时候就会变成了 {1,2,3} 这样的,就是把列表合并成了一个集合;

5. 集合的插入
定义一个集合 s
s = set()

s.add(1)
s.add(1)
print(s) # 输出:{1} 因为集合可以去重

集合的插入方法是 add() 方法;
集合中的元素是不可重复的,因为集合有去重功能;

6. 集合的修改
#定义一个集合 s
s = set()
s.update([1, 2, 3, 4, 5]) #update()可以传人列表,会自动转换为集合
print(s) 输出:{1, 2, 3, 4, 5}

集合的的修改方法是 update() 方法,可以修改集合中的元素;
7. 集合的查询
s = {1,2,3,4}
for item in s:
print(item)

输出:
1
2
3
4
集合是无序的,不能使用 index 索引查询,只能用迭代来查询;
8. 集合的删除
s = {1,2,3,4,5}

# remove 方法
s.remove(1)
print(s) #输出:{2, 3, 4, 5}

#discard 方法
s.discard(6)
print(s) #输出:{1, 2, 3, 4, 5} 不会报错

#pop 方法
s.pop()
print(s) #输出:{2, 3, 4, 5}

# clear 方法
s.clear()
print(s) #输出:set()

remove:remove(value)方法直接移除元素的某个值,如果元素不存在,remove 方法会报错;

discard:discard 方法与 remove 方法类似,不同在于如果元素不存在,discard 不会报错;

pop:一般来说集合中 pop()方法是随机删除元素的,如果集合为空则报异常;

clear:清除集合中所有元素;

9. 集合的对象操作

并集:两个集合求并集可以使用 union()方法,或者使用 | 符号连接两个集合(多个元素则可以使用 update()方法);
s1 = {1,2,3,4}
s2 = {3,4,5,6}
s3 = {1,5,7,8}

# 两个集合求并集:
sets = s1.union(s2)
print(sets) #输出:{1, 2, 3, 4, 5, 6}

# 多个集合求并集:
sets = s1 | s2 | s3
print(sets) #输出:{1, 2, 3, 4, 5, 6, 7, 8}

交集:两个集合求交集可以使用 intersection()方法(多个集合可以使用 intersection_update()方法);
s1 = {1,2,3,4}
s2 = {3,4,5,6}
s3 = {4,5,6,7}

# 两个集合求交集:
sets = s1.intersection(s2)
print(sets) #输出:{3, 4}

# 多个集合求交集:
s1.intersection_update(*(s2,s3))
print(s1) #输出:{4}

差集:两个集合求差集可以使用 difference 方法,例如 s1.difference(s2)表示 s1 有但 s2 没有的元素,反之亦然(多个集合用 difference_update()方法)
s1 = {1,2,3,4}
s2 = {3,4,5,6}
s3 = {5,6,7,8}

# 两个集合求差集:
sets = s1.difference(s2)
print(sets) #输出:{1, 2}

# 多个集合求差集:
s1.difference_update(*(s2,s3))
print(s1) #输出:{1, 2}
10. 集合查询效率问题

线性结构的查询时间复杂度是 O(n),随着数据元素的增多,那么查询的时间线性增长;
Python 中的 set、dict 可以认为是非线性结构,那么查询时候的时间复杂度就不是 O(n),其存储结构采用的是散列表(hash 表),其在最优情况下查询复杂度为 O(1);
所以集合查找时并不会随着元素集的增大而时间变长;

参考:侠课岛(9xkd.com)Python 同学计划(侵删)

正文完
 0