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最大的做用是用来去重

 

set常见操做：

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，否则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，能够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元素必须是能够哈希运算，可是须要元素能够迭代的

只要是能被迭代的元素均可以被加入到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增长元素

增长一个元素到set中，若是存在则什么都不作，由于存在其值

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能够收集多个集合，一样的能够合并多个集合

 

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将做为一个key进行操做

 

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}

 

查找元素的过程是很是快，由于是直接定义hash，并不是是从头至尾去遍历

 

discard 从集合移除一个元素

与remove功能同样，可是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  清除集合内全部元素，可是要考虑GC内存回收问题

 

set修改及查询

在set中没有修改的概念，只有两种操做:

删除元素 和追加元素

查询：非线性结构，没法进行索引查询

遍历：能够遍历全部可迭代的元素

 

成员运算符

成员运算符 in , not in ,效率很高

非线性结构若是找哈希值，时间复杂度至关于索引遍历列表大O(1)

看似经过值在遍历，其实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愈来愈高

set和字典都属于特殊结构，其中都存了hash做为key，时间复杂度能够作到O(1),查询时间与数据规模无关