Множества и выбор структуры данных

Сколько разных слов в тексте? Кто есть в обоих списках участников? На такие вопросы неважны порядок и повторы — важно только, какие значения встречаются. Множество хранит только различные значения и быстро отвечает «есть ли элемент». Это как ключи словаря без значений, с теми же требованиями к элементам.

Возьмём список [3, 1, 3, 2, 1] и два списка участников, в которых найдём общих людей.

Множество оставляет только различные значения. Множество (set) хранит каждое значение один раз и быстро проверяет, есть ли оно. Элементами, как и ключами словаря, могут быть числа, строки и кортежи из них.

values = [3, 1, 3, 2, 1]unique = set(values)print(len(unique))print(2 in unique)

Из пяти чисел различных три: 1, 2 и 3. Множество не сохраняет смыслового порядка и не поддерживает обращение по индексу. То, что в отдельном запуске вывод выглядит упорядоченным, не даёт права на это рассчитывать. Как получить упорядоченный результат, покажет урок о сортировке.

Пустое множество — set(). Запись {} создаёт пустой словарь. Непустое множество можно записать {1, 2, 3}.

print(type({}), type(set()), type({1, 2}))

Множества объединяют, пересекают и вычитают.

a = {1, 2, 3}b = {3, 4}print(a | b)print(a & b)print(a - b)print(a ^ b)print({1, 2} <= a)

a | b — объединение: элементы из любого множества. a & b — пересечение: элементы одновременно в обоих. a - b — разность: элементы a, отсутствующие в b. a ^ b — элементы ровно одного из двух множеств. <= проверяет, что первое множество — подмножество второго.

add(x) добавляет элемент, update(items) — все элементы источника, discard(x) удаляет, если он присутствует. remove(x) тоже удаляет, но отсутствие вызывает ошибку:

s = {1, 2}s.add(2)s.update([3, 4])s.discard(9)print(s)s.remove(9)

Повторное add(2) ничего не изменило: элемент уже есть.

Структуру данных выбирают по тому, какие действия нужны. Список — когда важны порядок и повторы, а элементы меняются. Кортеж — короткая неизменяемая запись. Словарь — когда значение ищут по ключу. Множество — когда важны только различные значения и вопрос «есть ли такое». Сводка всех пяти — в конце модуля, в уроке о включениях.

Выбор зависит от нужных действий, а не только от вида исходных данных. Чтобы посчитать количество разных слов, достаточно множества. Чтобы посчитать частоту каждого, нужен словарь.

Общие элементы двух списков — пересечение их множеств. Есть два списка участников; найдём людей, присутствующих в обоих. Пока порядок результата не важен.

first = ["Анна", "Илья", "Анна"]second = ["Илья", "Марк"]common = set(first) & set(second)print(common)

Повторяющаяся Анна в первом списке не создаёт вторую копию человека во множестве. Если повторы означают отдельные события и должны учитываться, множество теряет нужную информацию.