Question

我正在执行多种类型的迭代：

masterSet=masterSet.union(setA)

随着集合的增长，执行这些操作所需的时间也在增长（正如人们所预料的那样，我猜）。

我希望花时间检查setA的每个元素是否已经在masterSet中？

我的问题是，如果我知道masterSet还没有包含setA中的任何元素，我可以更快地完成吗？

[UPDATE]

鉴于这个问题仍在吸引观点，我想我会从下面的评论和答案中清除一些内容：

迭代时虽然有很多次迭代我知道 setA因为它的构造方式（不需要处理任何检查）而与masterSet不同但是几次迭代我需要进行唯一性检查。

我想知道是否有办法'告诉'masterSet.union()程序这次不打扰单一性检查，因为我知道这个与masterSet不同，只需快速添加这些元素即可信任程序员的断言他们肯定是有害的。 Perhpas通过调用一些不同的“.unionWithDistinctSet()”程序或其他东西。

我认为回复表明这是不可能的（无论如何真正设置操作应该足够快）但是使用masterSet.update(setA)而不是union，因为它稍微快一点。

我接受了最清楚的回应，解决了我当时遇到的问题并继续我的生活，但仍然希望听到我的假设.unionWithDistinctSet()是否能存在？

Answer 1

您可以使用set.update更新主集。这样可以节省分配新的集合，因此它应该比set.union ...

快一点

>>> s = set(range(3))
>>> s.update(range(4))
>>> s
set([0, 1, 2, 3])

当然，如果你在循环中这样做：

masterSet = set()
for setA in iterable:
    masterSet = masterSet.union(setA)

通过执行以下操作可能会提升性能：

masterSet = set().union(*iterable)

最终，集合的成员资格测试是O（1）（在一般情况下），因此测试元素是否已经包含在集合中并不是真正的性能影响。

Answer 2

如果您知道您的元素是唯一的，那么集合不一定是最佳结构。

一个简单的列表可以更快地扩展。

masterList = list(masterSet)
masterList.extend(setA)

Answer 3

正如mgilson指出的那样，您可以使用update从另一个集合中就地更新集合。这实际上有点快：

def union():
    i = set(range(10000))
    j = set(range(5000, 15000))
    return i.union(j)

def update():
    i = set(range(10000))
    j = set(range(5000, 15000))
    i.update(j)
    return i

timeit.Timer(union).timeit(10000)   # 10.351907968521118
timeit.Timer(update).timeit(10000)  # 8.83384895324707

Answer 4

当然，当__eq__(..)方法非常昂贵时，放弃这项检查可能会有很大的节省。在CPython实现中，调用__eq__(..)，其中集合中已经存在哈希到相同数字的每个元素。（参考：source code for set。）

然而，在一百万年内永远不会有这种功能，因为它开辟了另一种违反集合完整性的方式。与此相关的麻烦远远超过（通常可忽略的）性能增益。如果这被确定为性能瓶颈，那么编写C ++扩展并使用其STL <set>并不难，它应该快一个或多个数量级。

如果我们知道元素是唯一的，那么扩展集合的快速方法

4 个答案: