集合有等效的 `dict.setdefault` 吗？

Question

使用集合时的常见模式如下：

number_list = [1,5,7,2,4,4,1,3,8,5]
number_set = set()

for number in number_list:

   #we only want to process the number if we haven't already processed it
   if(number not in number_set):
       number_set.add(number)

       #do processing of 'number' here now that we know it's not a duplicate

if(number not in number_set):

和

number_set.add(number)

这两个行让我感到困扰，因为我们在这里进行了两次哈希查找，而实际上我们只需要一次。

字典有“setdefault”操作，它解决了一个非常类似的问题：“如果字典中存在键，则返回值，否则插入此默认值，然后返回默认值”。如果您天真地执行此操作，即以下内容，您将执行两次哈希查找，但 setdefault 允许您在一次中执行此操作

if item_key in dict:
   dict[item_key].append(item_value)
else:
   dict[item_key] = [item_value]

集合有等价的运算吗？类似于

if(number_set.check_if_contains_and_then_add(number)):

，但有一个更好听的名字。

Answer 1

如果探查器告诉您哈希查找会消耗大量运行时间，那么这可能会解决它。

def add_value(container, value):
    oldlen = len(container)
    container.add(value)
    return len(container) != oldlen

if add_value(number_set, number):
    # process number

但是为什么会这样呢？也许是由于缓慢的

__hash__

方法，尽管我现在可以告诉你（a）哈希整数并不慢，并且（b）如果可以的话，最好让具有慢速

__hash__

的类缓存结果而不是减少通话次数。或者可能是由于缓慢的

__eq__

，这更难处理。最后，如果内部查找机制本身很慢，那么您可能无法做很多事情来加快程序速度，因为运行时一直在进行哈希查找，在作用域中查找名称。

如果

set.add

返回一个指示集合是否更改的值可能会很好，但我认为这个想法违反了 Python 库的原则（诚然没有得到普遍支持），即变异操作不会返回值，除非这样做对于操作至关重要。所以

pop()

函数当然会返回一个值，但是

list.sort()

返回

None

，即使它返回

self

有时会对用户有用。

我想你可以做这样的事情：

def deduped(iterable):
    seen = set()
    count = 0
    for value in iterable:
        seen.add(value)
        if count != len(seen):
            count += 1
            yield value

for number in deduped(number_list):
    # process number

当然，这纯粹是猜测重复的哈希查找是任何类型的问题：我通常会像原始代码中那样使用

if not in

测试编写这些函数中的任何一个，并且该函数的目的是简化调用代码，不是为了避免多余的哈希查找。

Answer 2

不，没有。

setdefault

方法用于设置字典中键的默认值，集合没有值，所以完全没有意义。

如果顺序不重要，请尝试这个。

number_list = [1,5,7,2,4,4,1,3,8,5]
number_set = set(number_list)

for number in number_set:
   #do processing of 'number' here now that we know it's not a duplicate

Answer 3

你为什么不直接做

number_set.add(number)

呢？ setdefault 的要点是它不会覆盖键的现有值（如果存在）。但是集合没有值，只有键，所以覆盖是无关紧要的。

Answer 4

不，

setdefault

没有

sets

类型方法，但你可以这样做：

number_list = [1,5,7,2,4,4,1,3,8,5]
number_set = set()

for number in number_list:
   if number not in number_set and not number_set.add(number):
       #do somethihng here

仅当

not number_set.add(number)

为

number not in number_set

时才会调用

True

条件。

使用此功能，您可以按顺序处理独特的项目（保留顺序）。

>>> number_list = [1,5,7,2,4,4,1,3,8,5]
>>> seen = set()
>>> [x for x in number_list if x not in seen and not seen.add(x)]
[1, 5, 7, 2, 4, 3, 8]

如果顺序不重要，只需拨打

set()

上的

number_list

:

>>> set(number_list)
{1, 2, 3, 4, 5, 7, 8}