Python 参考库 Sets--独立对象的无序集合（Unordered collections of unique elements）

译注：这篇文档翻译自Python 2.5 的lib库参考，由于本人水平有限，翻译出来难免有错误之处。不确定之处请参考原文为准。欢迎提出意见。

译注：iterable --- 可迭代体。请参考可爱的 Python：: 使用 itertools 模块中的组合函数

5.7 sets--独立对象的无序集合

在 2.3 版本中新增加的。

Sets 模块提供了构建和处理独立对象的无序集合的类。该模块的通常使用包括成员测试、删除序列中的雍余对象，以及像求交、求并、作差和均差（symmetric difference）这些数学运算。

像其它的集合一样，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。

大多数序使用 Set 类的 set 应用程，使用了 set 提供的每一个方法，除了 __hash__()。对于要求 hash 方法的高级应用，ImmutableSet 类增加了一个 __hash__() 方法，但是省去了那些改变 set 内容的方法。Set 和 ImmutableSet 类都是从 BaseSet 类导出的，BaseSet 类是一个对于判断某个对象是否是一个 set 很有用的类：isinstance(obj, BaseSet)。

Set 类是字典的一个应用。因此，set 的要求和字典关键字的要求是一样的；换句话说，就是 set 的元素同时定义了 __eq__ 和 __hash__。基于此，sets 不能包含像列表和字典这样的易变元素。然而，sets 可以包含不变的元素，如：元组或 ImmutableSet 的实例。为了便于实现 sets 中的 sets，内部的 sets 会被自动转换为不变的类型，例如：Set([Set(['dog'])]) 会被转换为 Set([ImmutableSet(['dog'])])。

class Set([iterable])

构建一个新的空的 Set 对象。如果可选参数 iterable 被提供，将会使用从 iterable 获得的元素更新 set。iterable所提供的所有元素应该是不变的元素，或者使用 5.7.3 部分描述的约定转化成不变的形式。

class ImmutableSet([iterable])

构建一个新的空的 ImmutableSet 对象。如果可选参数 iterable 被提供，将会使用从 iterable 获得的元素更新 set。iterable所提供的所有元素应该是不变的元素，或者使用 5.7.3 部分描述的约定转化成不变的形式。

由于 ImmutableSet 对象提供了 __hash__() 方法，它们可以用作 set 的元素或者作为字典的关键字。ImmutableSet 对象没有增加或者删除元素的方法，所以当一个 ImmutableSet 构建器（constructor）被调用的时候，所有的有素必须是常量（all of the elements must be known when the constructor is called）。

 

子部分：

5.7.1 Set Objects

5.7.2 Examples

5.7.3 自动转化为不可变形式的约定

5.7.4 和内置的（built-in）set 类型的比较

 

5.7.1 Set Objects

Set 和 ImmutableSet 都提供一下运算：

 

运算符

等价于

运算结果

len(s)

 

set 的长度

x in s

 

测试 x 是否是 s 的成员

x not in s

 

测试 x 是否不是 s 的成员

s.issubset(t)

s <= t

测试是否 s 中的每一个元素都在 t 中

s.issuperset(t)

s >= t

测试是否 t 中的每一个元素都在 s 中

s.union(t)

s | t

返回一个新的 set 包含 s 和 t 中的每一个元素

s.intersection(t)

s & t

返回一个新的 set 包含 s 和 t 中的公共元素

s.difference(t)

s - t

返回一个新的 set 包含 s 中有但是 t 中没有的元素

s.symmetric_difference(t)

s ^ t

返回一个新的 set 包含 s 和 t 中不重复的元素

s.copy()

 

返回 set “s”的一个浅复制

 

请注意：union(), intersection(), difference() 和 symmetric_difference() 的非运算符（non-operator，就是形如 s.union()这样的）版本将会接受任何 iterable 作为参数。相反，它们的运算符版本（operator based counterparts）要求参数必须是 sets。这样可以避免潜在的错误，如：为了更可读而使用 set('abc') & 'cbs' 来替代 set('abc').intersection('cbs')。从 2.3.1 版本中做的更改：以前所有参数都必须是 sets。

另外，Set 和 ImmutableSet 两者都支持 set 与 set 之间的比较。两个 sets 在也只有在这种情况下是相等的：每一个 set 中的元素都是另一个中的元素（二者互为subset）。一个 set 比另一个 set 小，只有在第一个 set 是第二个 set 的 subset 时（是一个 subset，但是并不相等）。一个 set 比另一个 set 打，只有在第一个 set 是第二个 set 的 superset 时（是一个 superset，但是并不相等）。

子 set 和相等比较并不产生完整的排序功能。例如：任意两个 sets 都不相等也不互为子 set，因此以下的运算都会返回 False：a<b, a==b, 或者a>b。因此，sets 不提供 __cmp__ 方法。

因为 sets 只定义了部分排序功能（subset 关系），list.sort() 方法的输出对于 sets 的列表没有定义。

 

运算符

运算结果

hash(s)

返回 s 的 hash 值

 

下面这个表列出了对于 Set 可用二对于 ImmutableSet 不可用的运算：

运算符（voperator）

等价于

运算结果

s.update(t)

s |= t

返回增加了 set “t”中元素后的 set “s”

s.intersection_update(t)

s &= t

返回只保留含有 set “t”中元素的 set “s”

s.difference_update(t)

s -= t

返回删除了 set “t”中含有的元素后的 set “s”

s.symmetric_difference_update(t)

s ^= t

返回含有 set “t”或者 set “s”中有而不是两者都有的元素的 set “s”

s.add(x)

 

向 set “s”中增加元素 x

s.remove(x)

 

从 set “s”中删除元素 x, 如果不存在则引发 KeyError

s.discard(x)

 

如果在 set “s”中存在元素 x, 则删除

s.pop()

 

删除并且返回 set “s”中的一个不确定的元素, 如果为空则引发 KeyError

s.clear()

 

删除 set “s”中的所有元素

 

请注意：非运算符版本的 update(), intersection_update(), difference_update()和symmetric_difference_update()将会接受任意 iterable 作为参数。从 2.3.1 版本做的更改：以前所有参数都必须是 sets。

还请注意：这个模块还包含一个 union_update() 方法，它是 update() 方法的一个别名。包含这个方法是为了向后兼容。程序员们应该多使用 update() 方法，因为这个方法也被内置的 set() 和 frozenset() 类型支持。

 

5.7.2 举例

>>> from sets import Set

>>> engineers = Set(['John', 'Jane', 'Jack', 'Janice'])

>>> programmers = Set(['Jack', 'Sam', 'Susan', 'Janice'])

>>> managers = Set(['Jane', 'Jack', 'Susan', 'Zack'])

>>> employees = engineers | programmers | managers           # union

>>> engineering_management = engineers & managers            # intersection

>>> fulltime_management = managers - engineers - programmers # difference

>>> engineers.add('Marvin')                                  # add element

>>> print engineers

Set(['Jane', 'Marvin', 'Janice', 'John', 'Jack'])

>>> employees.issuperset(engineers)           # superset test

False

>>> employees.union_update(engineers)         # update from another set

>>> employees.issuperset(engineers)

True

>>> for group in [engineers, programmers, managers, employees]:

...     group.discard('Susan')                # unconditionally remove element

...     print group

...

Set(['Jane', 'Marvin', 'Janice', 'John', 'Jack'])

Set(['Janice', 'Jack', 'Sam'])

Set(['Jane', 'Zack', 'Jack'])

Set(['Jack', 'Sam', 'Jane', 'Marvin', 'Janice', 'John', 'Zack'])

 

 

5.7.3 自动转化为不可变形式的约定

Sets 只能含有不可变的元素。为了方便，可变的 set 对象在被添加为一个 set 元素之间会被自动的复制为一个 ImmutableSet。

系统总是添加一个可以进行 hash 运算的元素，如果它不能进行 hash 运算，这个元素会被检测是否含有一个 __as_immutable__() 方法，返回一个等价的 immutable。

由于 sets 对象含有一个 __as_immutable__() 方法，可以返回一个 ImmutableSet 实例，所以可以构建 sets 中的 sets。

为了 hash 一个元素来确定其是否是一个 set 的成员，__contains__() 和 remove() 方法也需要一个类似的机制。这些发放检查一个元素是否可以进行 hash 运算，如果不可以，则检查 __as_temporarily_immutable__() 方法，这个方法返回对于这个元素的一个封装，可以临时提供用来 __hash__()，__eq__() 和 __ne__() 的方法。

这种替代机制也需要对原始的可变对象构建一个独立的副本。

Set 对象提供这个 __as_temporarily_immutable__() 方法，返回被一个新的类 _TemporarilyImmutableSet 包装的 set 对象。

这两种添加可 hash 功能的机制通常对于用户是不可见的；然而，在多线程环境中可能会引发冲突，当一个线程试图更新一个 set，而另外一个线程刚把它包装成为临时的类 _TemporarilyImmutableSet（where one thread is updating a set while another has temporarily wraped it in _TemporarilyImmutableSet）。换句话说，可变的 sets 是非线程安全的。

 

5.7.4 与内置的 set 类型的比较

内置的 set 和 frozenset 类型是基于从 set 模块得到的教训设计的。关键的不同之处在于：

• Set 和 ImmutableSet 被重新命名为 set 和 frozenset。
• 和 BaseSet 没有关系。取而代之，使用 isinstance(x, (set, frozenset))。
• 内置 set 和 frozenset的 hash 运算，对于大多数资料组的运行表现，在相当大的程度上更好。
• The built-in versions have more space efficient pickles.
• 内置版本没有 union_update() 方法，取而代之，使用等效的 update() 方法。
• 内置版本没有 _repr(sorted=True) 方法，取而代之，使用内置的 repr() 和 sorted() 函数：repr(sorted(s)。
• 内置版本没有自动转换为不可变形式的约定。许多人发现这个特性让人迷惑，而且社区中没有一个人说到过它的实际用途。