Python数据结构讲解集合

简介: Python数据结构讲解集合

在Python中,集合(Set)是一种无序且不包含重复元素的数据结构。集合的主要用途是成员关系测试和消除重复元素。

定义集合

集合使用大括号 {} 定义,元素之间用逗号分隔。

 

# 定义一个空集合

 

empty_set = set()

 

 

 

# 定义一个包含多个元素的集合

 

numbers = {1, 2, 3, 4, 5}

 

 

 

# 集合自动去除重复元素

 

duplicate_set = {1, 2, 2, 3, 3, 3}

 

print(duplicate_set) # 输出:{1, 2, 3}

 

 

 

# 集合中的元素必须是可哈希的(immutable),因此列表和字典不能直接作为集合元素

 

# 以下代码会引发错误

 

# invalid_set = {[1, 2], {1: 'a'}}

访问集合元素

由于集合是无序的,你不能通过索引来访问集合中的元素。但是,你可以通过循环来遍历集合中的元素。

 

# 遍历集合中的所有元素

 

for number in numbers:

 

print(number)

 

# 输出:

 

# 1

 

# 2

 

# 3

 

# 4

 

# 5

添加元素到集合

你可以使用 add() 方法或 update() 方法来向集合中添加元素。

 

# 使用add()方法添加单个元素

 

numbers.add(6)

 

print(numbers) # 输出:{1, 2, 3, 4, 5, 6}

 

 

 

# 使用update()方法添加多个元素

 

numbers.update([7, 8, 9])

 

print(numbers) # 输出:{1, 2, 3, 4, 5, 6, 7, 8, 9}

删除集合元素

你可以使用 remove() 方法来删除集合中的单个元素,或使用 discard() 方法来尝试删除元素(如果元素不存在则不会引发错误)。另外,pop() 方法可以删除并返回集合中的任意一个元素,而 clear() 方法可以清空整个集合。

 

# 使用remove()方法删除元素

 

numbers.remove(6)

 

print(numbers) # 输出:{1, 2, 3, 4, 5, 7, 8, 9}

 

 

 

# 使用discard()方法尝试删除元素

 

numbers.discard(10) # 如果10不在集合中,则不会有任何影响

 

print(numbers) # 输出:{1, 2, 3, 4, 5, 7, 8, 9}

 

 

 

# 使用pop()方法删除并返回集合中的任意元素

 

popped_element = numbers.pop()

 

print(popped_element) # 输出集合中的一个元素,例如:9

 

print(numbers) # 输出:{1, 2, 3, 4, 5, 7, 8}

 

 

 

# 使用clear()方法清空集合

 

numbers.clear()

 

print(numbers) # 输出:set()

集合的交集、并集和差集

你还可以对集合执行数学上的集合运算,如交集、并集和差集。

 

# 定义两个集合

 

set_a = {1, 2, 3, 4}

 

set_b = {3, 4, 5, 6}

 

 

 

# 交集

 

intersection = set_a & set_b

 

print(intersection) # 输出:{3, 4}

 

 

 

# 并集

 

union = set_a | set_b

 

print(union) # 输出:{1, 2, 3, 4, 5, 6}

 

 

 

# 差集(set_a中存在但set_b中不存在的元素)

 

difference = set_a - set_b

 

print(difference) # 输出:{1, 2}

 

 

 

# 对称差集(在两个集合中只有一个存在的元素)

 

symmetric_difference = set_a ^ set_b

 

print(symmetric_difference) # 输出:{1, 2, 5, 6}

集合在Python中是一种非常有用的数据结构,特别是在需要快速检查成员关系或消除重复元素时。由于集合是无序的,它们不支持索引操作,但提供了高效的集合运算和成员关系测试。

 

目录
相关文章
|
8天前
|
机器学习/深度学习 数据采集 并行计算
多步预测系列 | LSTM、CNN、Transformer、TCN、串行、并行模型集合研究(Python代码实现)
多步预测系列 | LSTM、CNN、Transformer、TCN、串行、并行模型集合研究(Python代码实现)
|
2月前
|
存储 监控 安全
企业上网监控系统中红黑树数据结构的 Python 算法实现与应用研究
企业上网监控系统需高效处理海量数据,传统数据结构存在性能瓶颈。红黑树通过自平衡机制,确保查找、插入、删除操作的时间复杂度稳定在 O(log n),适用于网络记录存储、设备信息维护及安全事件排序等场景。本文分析红黑树的理论基础、应用场景及 Python 实现,并探讨其在企业监控系统中的实践价值,提升系统性能与稳定性。
66 1
|
3月前
|
存储 安全 Java
Java 集合面试题从数据结构到 HashMap 源码剖析详解及长尾考点梳理
本文深入解析Java集合框架,涵盖基础概念、常见集合类型及HashMap的底层数据结构与源码实现。从Collection、Map到Iterator接口,逐一剖析其特性与应用场景。重点解读HashMap在JDK1.7与1.8中的数据结构演变,包括数组+链表+红黑树优化,以及put方法和扩容机制的实现细节。结合订单管理与用户权限管理等实际案例,展示集合框架的应用价值,助你全面掌握相关知识,轻松应对面试与开发需求。
193 3
|
11月前
|
安全 网络安全 文件存储
思科设备巡检命令Python脚本大集合
【10月更文挑战第18天】
365 1
思科设备巡检命令Python脚本大集合
|
5月前
|
存储 缓存 安全
Python frozenset 集合详解:不可变集合的终极指南
frozenset是Python中一个常被忽视但极具价值的不可变集合类型。本文深入解析其本质、操作方法与应用场景,揭示其通过不可变性带来的安全性与性能优势。从底层实现到实战案例,涵盖字典键使用、缓存优化及类型注解等高级场景。同时对比性能数据,提供最佳实践指南,并展望Python 3.11+中的优化。掌握frozenset,可为代码带来更强健性与效率,适合多种特定需求场景。
219 5
|
6月前
|
存储 人工智能 索引
Python数据结构:列表、元组、字典、集合
Python 中的列表、元组、字典和集合是常用数据结构。列表(List)是有序可变集合,支持增删改查操作;元组(Tuple)与列表类似但不可变,适合存储固定数据;字典(Dictionary)以键值对形式存储,无序可变,便于快速查找和修改;集合(Set)为无序不重复集合,支持高效集合运算如并集、交集等。根据需求选择合适的数据结构,可提升代码效率与可读性。
|
9月前
|
存储 缓存 监控
局域网屏幕监控系统中的Python数据结构与算法实现
局域网屏幕监控系统用于实时捕获和监控局域网内多台设备的屏幕内容。本文介绍了一种基于Python双端队列(Deque)实现的滑动窗口数据缓存机制,以处理连续的屏幕帧数据流。通过固定长度的窗口,高效增删数据,确保低延迟显示和存储。该算法适用于数据压缩、异常检测等场景,保证系统在高负载下稳定运行。 本文转载自:https://www.vipshare.com
256 66
|
10月前
|
存储 开发者 索引
Python 中常见的数据结构
这些数据结构各有特点和适用场景,在不同的编程任务中发挥着重要作用。开发者需要根据具体需求选择合适的数据结构,以提高程序的效率和性能
236 59
|
10月前
|
存储 索引 Python
Python编程数据结构的深入理解
深入理解 Python 中的数据结构是提高编程能力的重要途径。通过合理选择和使用数据结构,可以提高程序的效率和质量
253 59
|
10月前
|
存储 开发者 Python
Python 中的数据结构与其他编程语言数据结构的区别
不同编程语言都有其设计理念和应用场景,开发者需要根据具体需求和语言特点来选择合适的数据结构
236 55

推荐镜像

更多