python数据结构之 set
在数学概念中，被意为整合元素的定义区域
在python中，set最大的作用是用来去重
set常见操作：
In [158]: s ={1,1,1,1,2,22,33,3,3,3}
In [159]: s
Out[159]: {1,2, 3, 22, 33}
在定义一个集合的时候，只能使用大括号定义最少一个值，不然会被认为字典进行定义
在set中不能加入不可哈希的对象类型
In [161]:hash('a')
Out[161]:4952964627402403516
查看列表的哈希值，可以发现这个对象不可被哈希
In [162]: a =[1,2,3]
In [163]:hash(a)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<iPython-input-163-fe724719d9a1>in <module>()
----> 1hash(a)
TypeError:unhashable type: 'list'
set元素必须是可以哈希运算，但是需要元素可以迭代的
只要是能被迭代的元素都可以被加入到set中
In [171]:list(s)
Out[171]:['abc', b'abc']
In [172]: a =list(s)
In [173]: a
Out[173]:['abc', b'abc']
In [174]:set(a)
Out[174]:{'abc', b'abc'}
set.add增加元素
增加一个元素到set中，如果存在则什么都不做，因为存在其值
In [176]:s.add(1)
In [177]: s
Out[177]: {1,'abc', b'abc'}
In [178]:s.add(2)
In [179]: s
Out[179]: {1,'abc', 2, b'abc'}
set可以收集多个集合，同样的可以合并多个集合
使用update进行更新
In [180]:s.update({1,2,3},{5,7},(1,9,1))
In [181]: s
Out[181]: {1,'abc', 2, b'abc', 3, 5, 7, 9}
In [185]:s.update({1})
In [186]: s
Out[186]: {1,'abc', 2, b'abc', 3, 5, 7, 4, 9}
In [187]:s.update({10})
In [188]: s
Out[188]: {1,'abc', 2, b'abc', 3, 5, 7, 4, 9, 10}
set.remove删除
remove，将要删除的值转为hash，并按当前hash值定位其位置进行删除，这个hash将作为一个key进行操作
In [193]: s
Out[193]: {1,2, b'abc', 3, 5, 7, 4, 9, 10}
In [194]:s.remove(b'abc')
In [195]: s
Out[195]: {1,2, 3, 4, 5, 7, 9, 10}
查找元素的过程是非常快，因为是直接定义hash，并非是从头到尾去遍历
discard 从集合移除一个元素
与remove功能一样，但是discard并不会弹出异常：
remove 删除一个异常索引会报出keyerror
In [196]:s.remove('hahaha')
---------------------------------------------------------------------------
KeyError Traceback (most recent call last)
<ipython-input-196-185a5cf4c543>in <module>()
----> 1s.remove('hahaha')
KeyError:'hahaha'
discard 删除一个索引则不会返回任何信息
In [197]:s.discard('hahaha')
In [198]:
pop 随机挑选一个弹出并返回
pop只是随机弹出，并不能跟参数
In [202]:s.pop()
Out[202]: 2
In [203]:s.pop()
Out[203]: 3
In [204]: s
Out[204]: {4,5, 7, 9, 10}
clear 清除集合内所有元素，但是要考虑GC内存回收问题
set修改及查询
在set中没有修改的概念，只有两种操作:
删除元素 和追加元素
查询：非线性结构，无法进行索引查询
遍历：可以遍历所有可迭代的元素
成员运算符
成员运算符 in , not in ,效率很高
非线性结构如果找哈希值，时间复杂度相当于索引遍历列表大O(1)
看似通过值在遍历，实际上是用哈希值进行定位
可哈希的类型
数值型：int、float、complex
布尔类：True、False
字符串： str Bytes
Tuple、None都是不可变类型，称为哈希类型
对比list和set执行效率
查看set执行效率
导入模块timeit
import timeit
In [3]:%%timeit lst1 = set(range(1000))
...: a = -1 in lst1
...:
38.1 ns ± 0.0493 ns per loop(mean ± std. dev. of 7 runs, 10000000 loops each)
查看list效率
In [1]:%%timeit lst1 = list(range(1000))
...: a = -1 in lst1
...:
14.7 μs ± 99.3ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
总结：
线性结构查询的复杂度是O(n), 随着规模增大耗时间越来越高
set和字典都属于特殊结构，其中都存了hash作为key，时间复杂度可以做到O(1),查询时间与数据规模无关
相关文章