异常教程

Python 使用集合找出两个列表的并集（一文讲透）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

截止目前， 星球 内专栏累计输出 90w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 3100+ 小伙伴加入学习 ，欢迎点击围观

在 Python 编程中，处理数据集合的交集、并集和差集是常见的操作需求。例如，电商系统可能需要合并两个仓库的商品清单，或者数据分析时需要整合两组实验数据。本文将聚焦于“Python 使用集合找出两个列表的并集”这一主题，通过循序渐进的讲解，帮助读者掌握集合的特性、并集的实现方法，以及如何在实际场景中高效应用这一技术。

集合的基本概念与特性

什么是集合？

集合（Set）是 Python 中一种无序、可变（但元素不可变）且不包含重复元素的数据结构。它类似于数学中的集合概念，支持高效的成员检测、交集、并集和差集等操作。与列表（List）相比，集合的主要优势在于：

  1. 无序性：元素不按特定顺序存储；
  2. 唯一性：自动去重，无法存储重复值；
  3. 高效性：成员检测、交并差运算的时间复杂度为 O(1) 或 O(n)，远优于列表的 O(n)。

比喻：可以想象集合是一个“分类箱”，放入元素时会自动检查是否已有同类，并且不关心元素的排列顺序，只关心“是否存在”。

列表与集合的对比

列表（List）和集合（Set）在某些场景下可以互相转换。例如，若需保留元素顺序但需要去重，可以先将列表转换为集合，再转回列表：

original_list = [1, 2, 2, 3, 4]  
unique_list = list(set(original_list))  # 输出：[1, 2, 3, 4]（顺序可能变化）

但需注意，集合的无序性可能导致结果顺序与原始列表不同。

如何用集合找出两个列表的并集？

并集的定义与数学表达

在数学中，两个集合的并集（Union）是指所有属于集合 A 或集合 B 的元素的集合，记作 A ∪ B。例如，A = {1, 2}，B = {2, 3}，则 A ∪ B = {1, 2, 3}。

Python 实现并集的两种方法

方法 1：使用 | 运算符或 union() 方法

Python 集合对象提供了 union() 方法，或直接使用 | 运算符来计算并集：

set_a = {1, 2, 3}  
set_b = {3, 4, 5}  
union_result = set_a | set_b  
print(union_result)  # 输出：{1, 2, 3, 4, 5}  

union_result = set_a.union(set_b)  
print(union_result)  # 同上

方法 2：手动合并并去重

若无法直接使用集合操作，可通过列表推导式合并后去重，但此方法效率较低：

list_a = [1, 2, 3]  
list_b = [3, 4, 5]  
merged_list = list_a + list_b  # 合并后包含重复元素  
unique_list = list(set(merged_list))  # 转换为集合再转回列表  
print(unique_list)  # 输出顺序可能不同，例如：[1, 2, 3, 4, 5]

关键点总结

  1. 优先使用集合操作：集合的 union() 或 | 运算符是并集操作的首选方案，因其时间复杂度更低；
  2. 结果无序性：集合的并集结果不保证元素顺序，若需保留顺序，需结合列表操作；
  3. 元素类型限制：集合中的元素必须是不可变类型（如整数、字符串、元组），不能包含列表等可变类型。

列表与集合的性能对比

实际案例：合并两个大型列表

假设需要合并两个包含百万级元素的列表，比较不同方法的性能差异：

import time  

list1 = list(range(1000000))  
list2 = list(range(500000, 1500000))  

start = time.time()  
set1 = set(list1)  
set2 = set(list2)  
result_set = set1.union(set2)  
print(f"集合方法耗时：{time.time() - start:.2f} 秒")  

start = time.time()  
merged_list = list1 + list2  
result_list = list(dict.fromkeys(merged_list))  # 使用字典保持顺序  
print(f"列表方法耗时：{time.time() - start:.2f} 秒")

预期结果：集合方法通常比列表方法快数十倍，因其底层基于哈希表实现，查找和合并效率极高。

性能差异的底层原理

  • 集合的哈希表结构：每个元素通过哈希函数快速定位，插入、删除和查找操作均为 O(1) 时间复杂度；
  • 列表的线性结构：遍历列表检查重复元素的时间复杂度为 O(n)，合并两个列表后去重的时间复杂度为 O(n²)。

实际应用场景与代码示例

案例 1：电商商品库存合并

假设某电商平台有两个仓库的库存清单，需合并为一份总库存列表：

warehouse1 = ["手机", "笔记本", "耳机", "鼠标"]  
warehouse2 = ["平板", "笔记本", "键盘", "鼠标"]  

total_inventory = list(set(warehouse1) | set(warehouse2))  
print(total_inventory)  # 输出顺序可能不同，例如：['鼠标', '耳机', '笔记本', '键盘', '手机', '平板']

案例 2：数据分析中的去重与合并

在分析用户行为日志时，需合并两个不同来源的日志文件，去除重复记录：

log1 = ["user1:login", "user2:view", "user3:purchase"]  
log2 = ["user2:view", "user4:logout", "user5:search"]  

unique_logs = list(set(log1) | set(log2))  
print(unique_logs)  # 输出包含所有唯一日志条目

扩展知识：集合的其他操作

交集（Intersection）

计算两个集合共有的元素：

set_a = {1, 2, 3}  
set_b = {3, 4, 5}  
intersection = set_a & set_b  # 或 set_a.intersection(set_b)  
print(intersection)  # 输出：{3}

差集（Difference）

找出属于集合 A 但不属于集合 B 的元素：

difference = set_a - set_b  # 或 set_a.difference(set_b)  
print(difference)  # 输出：{1, 2}

对称差集（Symmetric Difference）

返回两个集合中独有的元素：

symmetric_diff = set_a ^ set_b  # 或 set_a.symmetric_difference(set_b)  
print(symmetric_diff)  # 输出：{1, 2, 4, 5}

总结与建议

通过本文的讲解，读者应能掌握以下核心要点：

  1. 集合的特性：无序、不可重复、高效操作；
  2. 并集的实现方法：使用 | 运算符或 union() 方法；
  3. 性能优化：在处理大规模数据时，优先选择集合而非列表；
  4. 实际应用：合并库存、去重日志等场景的解决方案。

对于中级开发者，建议进一步探索集合的其他操作（如交集、差集）及其在算法中的应用。对于初学者，可通过练习不同案例巩固集合的使用方法，并理解其与列表的本质区别。

掌握集合操作不仅能提升代码效率，还能帮助开发者更灵活地处理数据问题。希望本文能成为你 Python 学习路上的实用指南！

最新发布

查看更多文章