set 是 Python 非常重要的一种数据结构,不能包含相同的元素,几乎所有用过 Python 的人都知道, set 有进行列表去重的功能。

但是鲜有人意识到了 set 在数学概念上的意义,那就是集合,能进行交集、并集这些操作。很多时候使用 set 把问题抽象成一个集合问题,能使问题既简单又高效。

来看一下不同语言对于 set 的支持情况:Python、.Net、Ruby 都很好地支持了 set 数据结构。



python list多维过滤 python list 过滤_并集


0x00 Set 基础知识

set comprehension


python list多维过滤 python list 过滤_数据结构_02


python list多维过滤 python list 过滤_Python_03


in 查询

时间复杂度为 O(1) ,应该 set 内部使用的是 hash table,所以判断元素在不在集合里面速度非常快。 in 操作在底层实际上调用的是 set 的 __contains__ 方法。

早期的 Python 事实上也是没有 set 的,那时候用的是 dict 来模拟 set。

集合操作

python 内置了很多 operators,能让你像运算数学公式一样操作操作集合。


python list多维过滤 python list 过滤_并集_04


python list多维过滤 python list 过滤_数据结构_05


python list多维过滤 python list 过滤_Python_06


第20行是德摩根定律。

methods

上述的 operators 底层是 set 定义的很多实用方法,下图在《流畅的 Python》里面有:


python list多维过滤 python list 过滤_Python_07


python list多维过滤 python list 过滤_并集_08


python list多维过滤 python list 过滤_并集_09


非数学相关的方法:


python list多维过滤 python list 过滤_数据结构_10


ABC

collections.abc 定义了 Set 数据结构, set 和 mutable set 都实现了 Set interface。


python list多维过滤 python list 过滤_Python_11


0x01 Case 1

需求:查询所有满足这种需求的商品:商品的描述信息中保护 query 中出现过的所有单词。(display product if all words in the query appear in the product description.)

go 语言中是没有 set 这种数据结构的,判断语句如下: found flag 用来判断是不是要结束循环。 嵌套循环很不优雅!


python list多维过滤 python list 过滤_Python_12


事实上这是一个集合问题,假设商品的描述为集合 D,查询语句为集合 Q,问题就变成了判断是否满足 Q ⊂ D。


python list多维过滤 python list 过滤_并集_13


0x02 Case 2

需求:标记所有 favorited 且不在购物车的商品。

事先让你写一个方法,你第一反应是和我一样,用循环来解决吗?比如这种:

chart_list = []def filter_goods(goods_list): ret = [] for goods in goods_list: if goods.favorited and goods not in charts_list: ret.append(goods) return ret复制代码

这其实可以有更优雅的方法,可以把这个问题抽象成一个数学集合问题,设所有标记为喜欢的商品为集合 F,在购物车的商品为集合 C,那么要求的就是 F 和 非C 的交集∩。


python list多维过滤 python list 过滤_并集_14