【Python之旅】第二篇（七）：集合

说明：

·类似于数学中学的集合，Python中的集合可以实现去重的功能，通过set()函数来实现：
·sets支持x in set, len(set)和 for x in set；
·作为一个无序的集合，sets 不记录元素位置或者插入点，因此，sets不支持indexing, slicing,或其它类序列（sequence-like）的操作；

·学习集合，主要是学习集合的一系列标准操作：集合创建、集合添加、集合删除、交并差集等；

1.创建集合：set()

>>> a = range(10)
>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> a.insert(3,8)
>>> a.insert(3,6)
>>> a
[0, 1, 2, 6, 8, 3, 4, 5, 6, 7, 8, 9]
>>> set(a)
set([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> set('boy')
set(['y', 'b', 'o'])

2.集合添加：add()与update

--add()
·功能：把要添加的元素作为一个整体添加到集合中；
·演示如下：

>>> a = set('boy')
>>> a
set(['y', 'b', 'o'])
>>> a.add('xpleaf')
>>> a
set(['y', 'b', 'xpleaf', 'o'])

·add()的参数不能为列表和字典，但是可以为元组：

>>> b = set('Hello')
>>> b
set(['H', 'e', 'l', 'o'])
>>> b.add(('xpleaf','CL'))
>>> b
set(['H', ('xpleaf', 'CL'), 'e', 'l', 'o'])

--update()

·功能：把要添加的元素拆分（如果不是单个字符），再一个一个地添加到集合中；
·演示如下：

>>> a
set(['y', 'b', 'xpleaf', 'o'])
>>> a.update('Python')
>>> a
set(['b', 'h', 'xpleaf', 'n', 'P', 'o', 'y', 't'])
>>> a.update([1,2,3])
>>> a
set([1, 2, 'b', 'h', 'xpleaf', 'n', 'P', 3, 'o', 'y', 't'])

·前面讲集合是不支持indexing的，所以这里看到新添加的元素在集合中是无序排列的；

3.集合删除：remove()，discard()与pop()

--remove()
·功能：从set中删除元素，如果不存在则引发KeyError；
·演示如下：

>>> a
set([1, 2, 'b', 'h', 'xpleaf', 'n', 'P', 3, 'o', 'y', 't'])
>>> a.remove('b')
>>> a
set([1, 2, 'h', 'xpleaf', 'n', 'P', 3, 'o', 'y', 't'])
>>> a.remove('KeyError')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
KeyError: 'KeyError'

--discard()
·功能：如果在set中存在该元素，则删除，无论存在与否，都没有提示；
·演示如下：

>>> a
set([1, 2, 3, 'h', 'xpleaf', 'n', 'P', 'o', 'y', 't'])
>>> import tab
>>> a.discard('xpleaf')
>>> a
set([1, 2, 3, 'h', 'n', 'P', 'o', 'y', 't'])
>>> a.discard('CL')
>>> a
set([1, 2, 3, 'h', 'n', 'P', 'o', 'y', 't'])

--pop()·功能：删除并返回set中一个不确定的元素；·演示如下：

>>> a.pop()
1
>>> a
set([2, 3, 'h', 'n', 'P', 'o', 'y', 't'])
>>> a.pop()
2
>>> a.pop()
3
>>> a
set(['h', 'n', 'P', 'o', 'y', 't'])

4.集合数学操作

·进行数学操作需要了解一些集合操作符号和数学符号：

数学符号	Python符号	含义
-或\	-	差集，相对补集
∩	&	交集
∪	|	并集
取∩的补	^	对称差集
≠	!=	不等于
=	==	等于
∈	in	属于
	not in	不属于

--差集，相对补集：-

>>> a = set(range(10))
>>> b = set(range(15))
>>> a
set([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> b
set([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])
>>> b - a
set([10, 11, 12, 13, 14])
>>> a - b
set([])

--交集：&

>>> a & b
set([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

·也可以用intersection()函数实现：

>>> a.intersection(b)
set([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

--并集：|

>>> a | b
set([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])

·也可以用union()函数实现：

>>> a.union(b)
set([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])

--对称差集：^

set([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> b
set([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])
>>> a ^ b
set([10, 11, 12, 13, 14])

·也可以用symmetric_difference()函数实现：

>>> a.symmetric_difference(b)
set([10, 11, 12, 13, 14])
>>> b.symmetric_difference(a)
set([10, 11, 12, 13, 14])

--等于与不等于：==与!=

>>> a == b
False
>>> a != b
True

--属于与不属于：in与not in

>>> a
set([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> b
set([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])
>>> a in b
False
>>> b in a
False
>>> a not in b
True
>>> 0 in a
True

·指的是元素是否属于集合，而不是集合之间的包含；

·集合之间的包含（子集）可用：>、>=、<、<=等表示

>>> a >= b
False
>>> a <= b
True

·<=相当于函数issubset()：

>>> a <= b
True
>>> a.issubset(b)    ===>a是b的子集
True

·>=相当于函数issuperset()：

>>> a >= b
False
>>> a.issuperset(b)    ===>a不是b的超集，即a不包含b
False
>>> b.issuperset(a)    ===>b是a的超集，即b包含a
True

5.其它操作

--len()

·功能：测定集合的长度；
·演示如下：

>>> len(a)
10
>>> len(b)
15

--copy()

·功能：浅复制；
·前面已有提及，不再重复；

--hash()

·功能：返回参数的哈希值；
·演示如下：

>>> a
set([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> b
set([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])
>>> hash(a)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'set'

·可以看到普通hash()函数的参数不能为set类型（列表也不行），但可以为字符串类型：

>>> hash('CL')
8576051523077447

·只要数据量足够大，hash是有可能产生相同的hash值，更安全的为md5类型的hash值计算：

>>> import hashlib
>>> a = 'hello'
>>> a = hashlib.md5()
>>> a.hexdigest()
'd41d8cd98f00b204e9800998ecf8427e'

·可以看到产生的hash值中还包含有字母等字符，因此破解的难度会更大。