Python set rit_update ()

Автор оригинала: Chris.

Python’s set.difference_update (* args) Способ удаляет все элементы из этого набора, которые являются членами любого из данных настроек аргументов. Например, s.difference_update ({1, 2}) Удаляет элементы 1 и 2 из набора s . Его возвращаемое значение – Нет Поскольку это изменяет набор, а не создавать новый набор.

Вот минимальный пример, где мы вынимаем элементы 1 и 2 из существующего набора:

>>> s = {1, 2, 3}
>>> s.difference_update({1, 2})
>>> s
{3}

Синтаксис

Давайте погрузимся в формальный синтаксис set.difference_update () метод.

set.difference_update(*sets)

Для понимания, вот выпуск Помощь () Функция:

>>> help(set.difference_update)
Help on method_descriptor:

difference_update(...)
    Remove all elements of another set from this set.

Возвращаемое значение

Возвращаемое значение set.difference_update () нет Но метод имеет побочные эффекты: он удаляет ноль или более элементов из множества, который его вызывается в зависимости от множеств, прошедших аргументы метода.

Примеры

Есть некоторые тонкости, которые вам нужно понять в отношении набора Разница_update () метод. Давайте погрузимся в них пример!

Простой пример состоит в том, чтобы рассчитать разницу набора с другим подмножеством:

>>> s = {1, 2, 3}
>>> s.difference_update({1})
>>> s
{2, 3}

Но что, если вы инвертируете это и рассчитаете разницу между подмножеством и суперсетом? В этом случае результатом является пустой набор после удаления всех элементов из существующего набора:

>>> s = {1, 2, 3}
>>> s.difference_update({1, 2, 3, 4})
>>> s
set()

Можете ли вы вычислить разницу между набором и пустым набором? Конечно! Оригинальный набор не меняется!

>>> s = {1, 2, 3}
>>> s.difference_update(set())
>>> s
{1, 2, 3}

Что, если есть перекрытие между наборами, но оба набора имеют элементы, которые не содержатся в другом? В этом случае вы бы удалили все элементы в перекрытии из нового набора.

>>> s = {1, 2, 3}
>>> s.difference_update({2, 3, 4})
>>> s
{1}

Многократные аргументы

Вы можете вычислить разницу между оригинальным набором и произвольным количеством настроек аргументов. В этом случае оригинальный набор будет изменен таким образом, чтобы он содержит только элементы, которые не являются членами любой из множества аргументов.

Вот пример:

>>> s = {1, 2, 3, 4, 5, 6}
>>> s.difference_update({1, 2}, {3, 4}, {1, 3, 5})
>>> s
{6}

Только элемент 6 не является членом любого из настроек аргументов.

Установить разницу () и разницу_update ()

set.fefference () Метод возвращает новый набор, тогда как set.difference_update () Работает на множестве, он вызывается и возвращает Нет Отказ

• s.difference (t) – Создайте и верните новый набор, содержащий все элементы этого набора, кроме те, которые в данных аргументах.
• s.difference_update (t) – Удалите все элементы из этого набора, которые являются членами любого из данных настроек аргументов.

Вот пример, который показывает разницу между обоими методами:

>>> s = {1, 2, 3}
>>> t = s.difference({1, 2})
>>> s
{1, 2, 3}

И set.difference_update () Обновления на существующем наборе s И ничего не возвращает:

>>> s = {1, 2, 3}
>>> s.difference_update({1, 2})
>>> s
{3}

Что такое временная сложность set.difference_update ()?

Сложность времени выполнения set.difference_update () Функция на комплекте с N Элементы и установленный аргумент с м Элементы это На) Поскольку вам нужно проверить каждый элемент в первый набор, является ли он элемент второго набора. Проверка членства – O (1) Так что сложность выполнения – это На) *(n) . Фактически, если второй набор меньше, сложность времени выполнения меньше, то есть, м -> Установить разницу O (m) Отказ

Вы можете увидеть это в следующем простом эксперименте, в котором мы запускаем метод набора несколько раз для увеличения размеров набора:

Я провел этот эксперимент на моем Acer Aspire 5 ноутбук (Я знаю) с Intel Core I7 (8-й GEN) процессор и 16 ГБ памяти. Вот код эксперимента:

import matplotlib.pyplot as plt
import time

sizes = [i * 10**5 for i in range(50)]
runtimes = []

for size in sizes:
    s = set(range(size))
    t = set(range(0, size, 2))

    # Start track time ...
    t1 = time.time()
    s.difference_update(t)
    t2 = time.time()
    # ... end track time
    
    runtimes.append(t2-t1)


plt.plot(sizes, runtimes)
plt.ylabel('Runtime (s)')
plt.xlabel('Set Size')

plt.show()

Другие методы набора Python

Все Установить методы называются данными Установить Отказ Например, если вы создали набор S = {1, 2, 3} Вы бы назвали S.CLEAR () Чтобы удалить все элементы набора. Мы используем термин «Этот набор» обратиться к множеству, на котором выполняется метод.

Работая в качестве исследователя в распределенных системах, доктор Кристиан Майер нашел свою любовь к учению студентов компьютерных наук.

Чтобы помочь студентам достичь более высоких уровней успеха Python, он основал сайт программирования образования Finxter.com Отказ Он автор популярной книги программирования Python одноклассники (Nostarch 2020), Coauthor of Кофе-брейк Python Серия самооставленных книг, энтузиаста компьютерных наук, Фрилансера и владелец одного из лучших 10 крупнейших Питон блоги по всему миру.

Его страсти пишут, чтение и кодирование. Но его величайшая страсть состоит в том, чтобы служить стремлению кодер через Finxter и помогать им повысить свои навыки. Вы можете присоединиться к его бесплатной академии электронной почты здесь.

Оригинал: “https://blog.finxter.com/python-set-difference_update/”