189 8069 5689
set数据结构有哪些基础知识？相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。
创新互联长期为1000多家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为宁德企业提供专业的成都网站设计、网站制作，宁德网站改版等技术服务。拥有十多年丰富建站经验和众多成功案例,为您定制开发。
1、set数据结构的概念
set（集合）是一组无重复无序的数据，就像数学中集合的概念。它没有标准的括号包裹，[]表示list，()表示tuple，{}表示dict。但是我们可以用带值的大括号来定义。set数据结构最大的作用就是去除重复的元素，如下所示：
set1 = {1, 2, 2, 3, 3, 3}
print(set1)
set1.add(1)
set1.add(4)
print(set1)
2、使用场景
set数据结构在很多情况下⾮常有⽤，例如你可能想检查列表中是否包含重复的元素，你有两个选择，第⼀个需要使⽤for循环，就像这样：
some_list = ['a', 'b', 'c', 'b', 'd', 'm', 'n', 'n']
duplicates = []
for value in some_list:
if some_list.count(value) > 1:
if value not in duplicates:
duplicates.append(value)
print(duplicates)
###输出: ['b', 'n']
但还有⼀种更简单更优雅的解决⽅案，那就是使⽤集合(sets)，直接这样做：
some_list = ['a', 'b', 'c', 'b', 'd', 'm', 'n', 'n']
duplicates = set([x for x in some_list if some_list.count(x) > 1]) print(duplicates)
###输出: set(['b', 'n'])
3、数学运算
（1）交集
你可以对⽐两个集合的交集（两个集合中都有的数据），如下：
valid = set(['yellow', 'red', 'blue', 'green', 'black']) input_set = set(['red', 'brown'])
print(input_set.intersection(valid))
###输出: set(['red'])
（2）差集
你可以⽤差集(difference)找出⽆效的数据，相当于⽤⼀个集合减去另⼀个集合的数据，例如：
valid = set(['yellow', 'red', 'blue', 'green', 'black']) input_set = set(['red', 'brown'])
print(input_set.difference(valid))
###输出: set(['brown'])
（3）用符号
a_set = {'red', 'blue', 'green'}
print(type(a_set))
###输出:
看完上述内容，你们掌握set数据结构有哪些基础知识的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注创新互联行业资讯频道，感谢各位的阅读！