Python有序不重复集合实现方法

Python的set天生无序，无法可靠保持插入顺序，盲目依赖其“看似有序”的行为可能引发跨版本或环境的隐蔽Bug；文章详解了用dict.fromkeys()实现高效、简洁的有序去重这一官方推荐方案，并指出当需要动态增删或索引访问时，应自定义轻量级OrderedSet类（基于dict而非低效且语义不符的OrderedDict），同时强调关键取舍：顺序并非银弹，务必先确认业务是否真正需要有序性，避免为不必要的特性牺牲性能与可维护性。

为什么不能直接用 set 保持插入顺序

Python 的 set 本身不保证插入顺序（即使在 3.7+ 中 dict 有序，set 仍无此保障），而且没有索引访问能力。你可能会看到“它偶尔看起来有序”，但那是实现细节，不是语言契约——比如在不同 Python 版本、不同哈希种子下行为可能突变，线上环境出问题很难排查。

常见错误现象：list(set([3,1,2])) 看似“去重+排序”，但它实际是先打乱再转 list，结果不可控；若想保持原始插入顺序，这一步就错了。

用 dict.fromkeys() 是最简可靠的方案

这是 CPython 3.7+ 官方推荐的“有序去重”惯用法，底层复用 dict 的插入序保证，性能好、代码短、无额外依赖。

• 写法：list(dict.fromkeys(iterable))
• 对 [3,1,2,1,3] → [3,1,2]，严格保留首次出现位置
• 支持任意可哈希元素（int、str、tuple），不支持 list 或 dict（和 set 一样）
• 比手写循环快 2–3 倍，因为纯 C 实现；比 OrderedDict 更轻量（无需导入）

需要动态增删时，得自己封装一个类

如果后续要频繁 .add()、.remove()、按索引取值（如 ordered_set[0]），光靠 dict.fromkeys() 不够——它是一次性构造，不支持更新。

这时可以用 dict 模拟（不用 OrderedDict）：

class OrderedSet:
    def __init__(self, iterable=None):
        self._dict = {}
        if iterable:
            for item in iterable:
                self.add(item)
def add(self, item):
    self._dict[item] = None  # value is irrelevant, key order matters

def remove(self, item):
    del self._dict[item]

def __iter__(self):
    return iter(self._dict)

def __len__(self):
    return len(self._dict)

def __contains__(self, item):
    return item in self._dict

def __getitem__(self, index):
    return list(self._dict)[index]  # O(n) for indexing — know this cost

注意：__getitem__ 是 O(n)，因为每次都要转 list；如果真需要高频随机访问，说明你其实该用 list + 辅助 set 做存在判断，而不是强求“一个结构兼顾所有操作”。

别碰 OrderedDict 做去重集合

虽然 OrderedDict.fromkeys() 看似可行，但它在 3.7+ 已无必要：普通 dict 已具备相同顺序语义，且 OrderedDict 额外维护双向链表，内存开销大、速度慢。官方文档明确建议：“dict 现在是有序的，OrderedDict 应仅用于需要其特定行为（如 move_to_end）的场景。”

更隐蔽的坑：OrderedDict 的 == 比较是顺序敏感的，而集合语义上 {1,2} 和 {2,1} 应等价——用它模拟集合，很容易在断言或测试中栽跟头。

真正麻烦的地方不在怎么写，而在什么时候 *不该* 用有序集合：比如数据量大、只查不遍历、或顺序根本不重要，硬加“有序”反而拖慢吞吐、增加维护成本。先想清楚“顺序”是不是业务必需，再选工具。

到这里，我们也就讲完了《Python有序不重复集合实现方法》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于的知识点！