Pythonset去重技巧:对比长度快速查重
2026-05-11 09:06:47
0浏览
收藏
本文介绍了Python中高效判断列表是否存在重复元素的核心技巧——通过对比原列表长度与转换为set后的长度(`len(lst) != len(set(lst))`),以O(n)时间复杂度实现极速查重,同时剖析了该方法的适用边界(仅限可哈希元素)、常见误区(如错误比较`set(lst) == lst`)、不可哈希数据的替代方案(如转元组或json序列化),以及在内存敏感或需定位具体重复项时的进阶策略(如结合Counter或提前退出的遍历),辅以真实性能对比凸显其显著优势,是兼顾简洁性、速度与实用性的Python查重必知指南。

用 set() 判断列表是否有重复元素最简方式
直接比较 len(lst) 和 len(set(lst)) 是最快判断“是否存在重复”的方法,时间复杂度 O(n),空间 O(n)。它不关心谁重复、重复几次,只回答“有没有”。
常见错误是误以为 set(lst) == lst 有效——这完全不对,因为 set 无序且类型不同,永远返回 False。
- ✅ 正确写法:
has_duplicates = len(lst) != len(set(lst)) - ❌ 错误写法:
lst == list(set(lst))(顺序打乱,还多一次转换) - ⚠️ 注意:空列表或单元素列表必然返回
False,符合直觉
想找出具体哪些元素重复?别只用 set()
set() 本身不保留频次信息,所以光靠它无法定位重复项。你需要额外计数逻辑。
最常用且清晰的做法是配合 collections.Counter:
from collections import Counter cnt = Counter(lst) duplicates = [x for x, n in cnt.items() if n > 1]
如果你坚持纯内置函数、不用第三方模块,可用 list.count(),但性能差(O(n²)),仅适合小列表:
[x for x in set(lst) if lst.count(x) > 1]—— 简洁但慢- 注意:这个表达式结果无序,且重复元素只出现一次(符合“去重后找重复”的本意)
set() 去重对比长度在什么场景下会失效
核心限制只有一个:元素必须是可哈希的(hashable)。遇到不可哈希类型(如字典、列表、集合本身),set(lst) 直接抛出 TypeError: unhashable type。
例如:
lst = [[1, 2], [3, 4], [1, 2]] # 包含 list set(lst) # ❌ TypeError
此时不能用 set 对比长度。替代思路包括:
- 转成元组再处理(前提是内层元素都可哈希):
set(tuple(x) for x in lst) - 用
json.dumps()序列化(需确保结构简单、无循环引用) - 逐个用
in手动比对(极慢,仅调试用)
性能差异真的明显吗?实测一下
对 10 万整数列表,len(lst) != len(set(lst)) 耗时约 8–12ms;而用 list.count() 方案平均超 2.5 秒——差了两个数量级。
真正容易被忽略的是内存开销:构造 set 需要额外一倍存储空间。如果列表极大(比如千万级字符串),且你只关心“第一个重复项是否出现”,用 set 缓存 + 提前退出的循环更省内存:
seen = set()
for x in lst:
if x in seen:
print("found duplicate:", x)
break
seen.add(x)
这种写法在找到第一个重复时立刻停止,既快又省内存,但逻辑比单纯比长度稍重一点。
本篇关于《Pythonset去重技巧:对比长度快速查重》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
输入法无中文?语言包安装与修复技巧
- 上一篇
- 输入法无中文?语言包安装与修复技巧
- 下一篇
- JS错误上报:源码映射与堆栈解析技巧
查看更多
最新文章
-
- 文章 · python教程 | 1天前 | 线程池 · Python 线程池 concurrent.futures 任务取消 Future.cancel
- Python concurrent.futures.Future.cancel 怎样判断任务能否取消
- 143浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · HTTP服务 · 多线程 · Python教程 · Python 并发请求 http.server ThreadingHTTPServer ThreadingMixIn BaseHTTPRequestHandler
- Python http.server ThreadingHTTPServer 怎样处理并发请求
- 481浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python tarfile.TarInfo.replace 怎样复制归档成员属性
- 308浏览 收藏
-
- 文章 · python教程 | 2天前 | 并发编程 · Python教程 · Python 多进程 multiprocessing forkserver 启动上下文
- Python multiprocessing forkserver 怎样处理进程启动上下文
- 232浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · 异步编程 · Python教程 · Python asyncio StreamReader readexactly IncompleteReadError 异步流
- Python asyncio.StreamReader.readexactly 怎样处理不足长度的输入
- 427浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python operator.length_hint 怎样为未知长度迭代器设置估计值
- 336浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · Python教程 · Python warnings catch_warnings simplefilter filterwarnings 警告过滤
- Python warnings context manager 怎样临时调整警告过滤
- 255浏览 收藏
-
- 文章 · python教程 | 2天前 | 调试 · python · 异步编程 · Python asyncio introspection current_task all_tasks
- Python asyncio introspection 怎样定位当前任务
- 120浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · Python教程 · Python 类型注解 Python 3.14 annotationlib get_annotations ForwardRef 延迟注解
- Python 3.14 annotationlib.get_annotations 怎样读取延迟注解
- 423浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python 3.14 跨解释器 Queue.put 的阻塞与 QueueFull 处理方案
- 157浏览 收藏
-
- 文章 · python教程 | 2天前 | xml · python · Python xml xml.etree.ElementTree canonicalize C14N
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
- 151浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1173次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1155次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1338次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1281次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1139次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

