集合是否有等效的“dict.setdefault”？

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) 行让我很烦，因为我们在这里进行了两次哈希查找，而实际上我们应该只需要一次。

字典有“setdefault”操作，解决了一个非常相似的问题：“如果字典中存在key，则返回值，否则插入这个默认值，然后返回默认值”。如果您天真地执行此操作，IE 以下，您执行两次哈希查找，但 setdefault 允许您一次完成

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

集合是否有等效的操作？ if(number_set.check_if_contains_and_then_add(number)): 之类的东西，但名称要好得多。

Answer 1

如果分析器告诉您哈希查找对运行时间的贡献很大，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__hash__ 方法较慢，尽管我现在可以告诉您（a）散列整数并不慢，并且（b）如果可能的话，最好使用慢速 __hash__ 缓存结果的类而不是减少调用次数。或者可能是由于速度较慢的__eq__，这更难处理。最后，如果内部查找机制本身很慢，那么您可能无法加快程序速度，因为运行时一直在进行哈希查找，在范围内查找名称。

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（诚然不是普遍支持的），即变异操作不会返回一个值，除非它是操作的基础。所以pop() 函数当然会返回一个值，但list.sort() 会返回None，即使它偶尔会在返回self 时对用户有用。

我想你可以这样做：

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，重复的哈希查找是否存在任何问题纯属猜测：我通常会像在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，而不是避免多余的哈希查找。

Answer 2

没有。

setdefault 方法用于设置字典中键的默认值，集合没有值，因此完全没有意义。

如果顺序无关紧要，试试这个。

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)？ setdefault 的要点是它不会覆盖键的现有值（如果存在）。但是一个集合没有值，只有一个键，所以覆盖是无关紧要的。

Answer 4

不，sets 没有 setdefault 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number not in number_set 为True 时才会调用not number_set.add(number) 条件。

使用它，您可以以有序的方式处理独特的项目（保持顺序）。

>>> 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]

如果订单无关紧要，那么只需在number_list 上致电set()：

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