Python中集合的内部工作

布景及其制作 用Python设置 可以定义为项目的集合。在Python中，这些基本上用于包括成员身份测试和消除重复条目。本文中使用的数据结构是 散列 ，这是一种在O（1）中平均执行插入、删除和遍历的常用技术。哈希表上的操作与链表类似。python中的集合是无序列表，删除了重复的元素。

集合的基本方法是 :- 创建集合 通过Python（）创建函数集。将创建一个空列表。请注意，空集不能通过{}创建，它会创建字典。

检查项目是否在： 该操作的时间复杂度平均为O（1）。然而，在最坏的情况下，它可以变成O（n）。

添加元素 ：-在集合中插入是通过集合完成的。add（）函数，其中创建了一个适当的记录值以存储在哈希表中。与检查项目相同，即平均为O（1）。然而，在最坏的情况下，它可以变成O（n）。

协会 ：-可以使用union（）函数或|运算符合并两个集合。如果两个元素都被访问，并在同一个哈希表上执行合并操作，则两个元素都被删除。其时间复杂度为O（len（s1）+len（s2）），其中s1和s2是需要进行并集的两个集合。

十字路口 ：-这可以通过intersection（）或&operator完成。选择公共元素。它们类似于对哈希列表进行迭代，并在两个表上组合相同的值。其时间复杂度为O（min（len（s1），len（s2）），其中s1和s2是需要进行并集的两个集合。

差别 ：-找出不同集合之间的差异。类似于在链表中查找差异。这是通过差分（）或–运算符完成的。求差s1–s2的时间复杂度为O（len（s1））

对称差分 ：-在两个集合中查找除公共元素之外的元素。^使用运算符。s1^s2的时间复杂度为O（len（s1））

对称差分更新 ：返回包含两个集合的对称差的新集合。时间复杂度为O（len（s2））

清楚的 ：-清除集合或哈希表。

时间复杂度来源： Python维基

如果同一索引位置存在多个值，则该值将附加到该索引位置，以形成一个链表。在中，CPython集合是使用带有虚拟变量的字典实现的，其中关键是成员集合对时间复杂度进行了更大的优化。

设置实现：- 在单个哈希表上执行多个操作的集合：-

例如：

# empty set, avoid using {} in creating set or dictionary is created
x = set() 

# set {'e', 'h', 'l', 'o'} is created in unordered way
B = set('hello') 

# set{'a', 'c', 'd', 'b', 'e', 'f', 'g'} is created
A = set('abcdefg') 

# set{'a', 'b', 'h', 'c', 'd', 'e', 'f', 'g'} 
A.add('h')    

fruit ={'orange', 'banana', 'pear', 'apple'}

# True  fast membership testing in sets
'pear' in fruit      

'mango' in fruit     # False

A == B       # A is equivalent to B

A != B       # A is not equivalent to B

A <= B    # A is subset of B A <B>= B    

A > B     # A is proper superset of B

A | B        # the union of A and B

A & B     # the intersection of A and B

A - B        # the set of elements in A but not B

A ˆ B        # the symmetric difference

a = {x for x in A if x not in 'abc'}   # Set Comprehension