Python集合的创建

一、前言

集合（set）是 Python 中用于去重 和高效成员判断 的核心数据结构。

但很多初学者在创建集合时就踩了坑：

• 为什么 {} 不是空集合？
• 为什么列表不能放进集合？
• set([1,2,3]) 和 {1,2,3} 有什么区别？
• 如何从字符串、生成器创建集合？

本文将带你： ✅ 掌握 5 种集合创建方式 及其适用场景

✅ 避开 "{} 是字典" 的经典陷阱

✅ 理解 可哈希性 对集合元素的限制

✅ 学会用 集合推导式 高效构建

✅ 写出安全、高效、无 bug 的集合初始化代码

---

二、方式一：字面量语法（最常用）

使用花括号 {} 直接定义集合（元素用逗号分隔）：

s1 = {1, 2, 3}
s2 = {"apple", "banana", "cherry"}
s3 = {1, "hello", 3.14}  # 元素类型可混合（只要可哈希）

✅ 优点：

• 语法简洁
• 执行速度快（无需函数调用）
• 自动去重

💡 示例：

s = {1, 2, 2, 3}  # → {1, 2, 3}

⚠️ 重大限制 ：元素必须是可哈希的（如 int、str、tuple），不能是 list、dict、set。

---

三、方式二：使用 set() 构造器（最灵活）

通过内置函数 set() 从任意可迭代对象创建集合：

# 从列表（自动去重）
s1 = set([1, 2, 2, 3])      # {1, 2, 3}

# 从字符串（拆分为字符并去重）
s2 = set("hello")           # {'h', 'e', 'l', 'o'}

# 从元组
s3 = set((1, 2, 3))         # {1, 2, 3}

# 从生成器
gen = (x for x in range(5))
s4 = set(gen)               # {0, 1, 2, 3, 4}

# 创建空集合（唯一正确方式！）
empty = set()               # ✅ 空集合

✅ 优势：

• 支持动态输入（变量、函数返回值等）
• 适用于任何可迭代对象
• 是创建空集合的唯一标准方式

⚠️ 经典陷阱：

s = {}  # ❌ 这是空字典，不是集合！
print(type(s))  # <class 'dict'>

---

四、方式三：集合推导式（高级技巧）

类似列表推导式，但结果是集合（自动去重）：

# 提取偶数并去重
evens = {x for x in range(10) if x % 2 == 0}
# {0, 2, 4, 6, 8}

# 从字符串提取大写唯一字母
unique_upper = {c.upper() for c in "Hello World!" if c.isalpha()}
# {'H', 'E', 'L', 'O', 'W', 'R', 'D'}

# 平方去重
squares = {x**2 for x in [1, -1, 2, -2, 3]}
# {1, 4, 9}

✅ 优势：

• 一行完成过滤 + 转换 + 去重
• 性能优于先建列表再转集合

---

五、方式四：从其他集合或 frozenset 创建

original = {1, 2, 3}
copy_set = set(original)        # 浅拷贝
frozen = frozenset(original)
from_frozen = set(frozen)       # 转回可变集合

✅ 适用场景：集合复制、类型转换

---

六、方式五：使用 * 解包（Python 3.5+）

从现有可迭代对象解包创建新集合：

list1 = [1, 2, 3]
list2 = [3, 4, 5]
combined = {*list1, *list2}  # {1, 2, 3, 4, 5}

✅ 优势：快速合并多个序列并去重

---

七、常见陷阱与避坑指南

❌ 陷阱 1：用 {} 创建空集合

s = {}          # ❌ 字典
s = set()       # ✅ 集合

📌 记忆口诀 ："空集合，用 set()；非空集，用 {}。"

---

❌ 陷阱 2：放入不可哈希对象

# 以下全部报错！
s = {[1, 2]}            # TypeError: unhashable type: 'list'
s = {{"a": 1}}          # dict 不可哈希
s = {{1, 2}}            # set 本身不可哈希

# ✅ 正确：改用元组
s = {(1, 2), (3, 4)}

✅ 原则 ：集合中的每个元素必须是不可变且可哈希的。

---

❌ 陷阱 3：误以为字符串会被整体放入

s = set("abc")   # {'a', 'b', 'c'} ← 拆成字符！
s = {"abc"}      # {'abc'} ← 整个字符串作为一个元素

✅ 区别：

• set("abc") → 从可迭代对象构建（字符串可迭代）
• {"abc"} → 字面量，包含一个字符串元素

---

❌ 陷阱 4：在集合中放 float('nan')

s = {float('nan'), float('nan')}
print(len(s))  # 2！因为 NaN != NaN

✅ 注意：NaN 在集合中不会被去重（因其不等于自身）

---

八、性能对比：哪种创建方式最快？

测试创建包含 10 万个整数的集合：

方法	平均耗时（100 次）	说明
{1, 2, ..., n}	⚡ 最快（但仅适用于静态数据）
set(range(n))	✅ 快（推荐动态创建）
set([1,2,...,n])	🐢 较慢（先建列表再转集合，多一次内存分配）
集合推导式	✅ 快（接近 set(iter)）

✅ 建议：

• 静态数据 → 用 {...}
• 动态数据 → 用 set(iterable) 或集合推导式
• 避免 set(list_literal)（先建列表浪费内存）

---

九、最佳实践总结

场景	推荐创建方式
非空静态集合	{1, 2, 3}
空集合	set()
从列表/字符串去重	set(my_iterable)
带条件过滤	{x for x in iterable if condition}
合并多个序列	{*seq1, *seq2}
确保元素可哈希	使用 int、str、tuple 等不可变类型

🌈 核心原则 ：
"集合靠哈希实现，元素必须可哈希；空集用 set()，非空可用 {}。"

---

十、结语

感谢您的阅读！如果你有任何疑问或想要分享的经验，请在评论区留言交流！