Python字典和集合有什么区别？

面试官问：“Python中的字典和集合有什么区别？”

很多人会回答“字典有键值对，集合只有值”就停了，但这只是表象。要讲清楚这道题，关键是说明它们共享的底层结构（哈希表）、为什么查找都是O(1)、键和元素的可哈希要求，以及各自解决什么问题。

简要回答

字典（dict）存储键值对，集合（set）只存储唯一元素。 两者在CPython中都基于哈希表实现，所以查找、插入和删除操作的平均时间复杂度都是O(1)。

字典的键必须可哈希，值可以是任意对象；集合的元素也必须可哈希。字典用于快速根据键查找对应的值，集合用于去重、成员测试和集合运算（交集、并集、差集）。

从Python 3.7开始，字典保证按插入顺序迭代；集合不保证元素顺序。

详细回答

底层都是哈希表，但用途不同

字典和集合都使用哈希表存储数据，这是它们查找速度快的原因。插入元素时，Python计算对象的哈希值，根据哈希值找到存储位置；查找时用同样的方式直接定位，不需要遍历。

字典存储的是键值对：

user = {"name": "Alice", "age": 25}
print(user["name"])  # Alice

集合只存储元素本身，自动去重：

tags = {"Python", "Java", "Python"}
print(len(tags))  # 2

第二个"Python"被自动忽略，因为集合保证元素唯一性。集合打印出来的顺序不固定，这里只看长度。

图中展示了字典和集合虽然都基于哈希表，但字典存储键到值的映射，集合只记录元素本身，且利用哈希表的特性自动去重。

可哈希要求

字典的键和集合的元素都必须可哈希。 常见的可哈希类型包括：整数、浮点数、字符串、frozenset，以及所有元素都可哈希的元组。元组能不能当键，取决于里面装了什么，这一点在《Python列表和元组有什么区别？》里有展开。

可哈希和不可变密切相关，但不完全等价，背景可以先看《Python中的可变对象和不可变对象有什么区别？》。

列表、字典、集合本身都是可变对象，不能作为键或集合元素：

# 可以
courses = {("Python", 3): "进阶课"}
tags = {1, "Python", (2024, 10)}

# 不行
try:
    invalid = {["Python"]: "课程"}
except TypeError as e:
    print(e)  # unhashable type: 'list'

判断一个对象是否可哈希，可以调用hash()：

print(type(hash("Python")).__name__)  # int
hash([1, 2])  # TypeError: unhashable type: 'list'

操作对比

操作类型	字典	集合
创建	{"a": 1} 或 dict()	{1, 2} 或 set()
查找	d[key] 或 d.get(key)	elem in s
插入/更新	d[key] = value	s.add(elem)
删除	del d[key] 或 d.pop(key)	s.remove(elem) 或 s.discard(elem)
长度	len(d)	len(s)
迭代	for k in d: 或 d.items()	for elem in s:
集合运算	不支持	交集、并集、差集、对称差

字典可以用d.keys()、d.values()、d.items()分别迭代键、值、键值对。集合支持数学集合运算：

a = {1, 2, 3}
b = {2, 3, 4}
print(a & b)  # {2, 3}       交集
print(a | b)  # {1, 2, 3, 4} 并集
print(a - b)  # {1}          差集
print(a ^ b)  # {1, 4}       对称差

字典不支持这些运算符，但Python 3.9+可以用|合并字典：

d1 = {"a": 1, "b": 2}
d2 = {"b": 3, "c": 4}
print(d1 | d2)  # {'a': 1, 'b': 3, 'c': 4}

顺序保证

从Python 3.7开始，字典保证按插入顺序迭代。这原本是CPython 3.6的实现细节，3.7正式纳入语言规范。

集合不保证顺序，迭代顺序可能随实现和哈希碰撞情况变化：

d = {"c": 3, "a": 1, "b": 2}
print(list(d.keys()))  # ['c', 'a', 'b'] 保证插入顺序

s = {"c", "a", "b"}
print(list(s))  # 顺序不确定，可能是 ['a', 'b', 'c'] 或其他

需要有序集合时，可以用dict.fromkeys()模拟：

ordered_unique = list(dict.fromkeys(["c", "a", "b", "a"]))
print(ordered_unique)  # ['c', 'a', 'b']

知识拓展

面试官可能追问：

Q1：为什么字典查找是O(1)，而不是O(n)？

因为字典基于哈希表。给定键后，Python计算其哈希值并直接定位到存储位置，不需要遍历所有键。这是平均情况；大量哈希冲突时，最坏情况会退化到O(n)。

Q2：空集合应该用{}还是set()？

{}创建的是空字典，不是空集合。空集合必须用set()：

empty_dict = {}
empty_set = set()
print(type(empty_dict).__name__)  # dict
print(type(empty_set).__name__)   # set

Q3：字典的值可以是列表或字典吗？

可以。字典只要求键可哈希，值可以是任意对象，包括可变对象：

data = {"users": ["Alice", "Bob"], "config": {"debug": True}}

Q4：集合能用索引访问吗？

不能。集合是无序的，没有索引概念。需要访问集合中某个元素时，要么遍历，要么转成列表：

s = {1, 2, 3}
# s[0]  # TypeError
first = list(s)[0]  # 可以，但顺序不保证

Q5：什么时候用字典，什么时候用集合？

字典用于键值映射：统计频次、缓存、配置管理、快速查表。集合用于去重、成员测试、集合运算。如果只关心“某个元素是否存在”，用集合；如果需要“根据键查找对应的值”，用字典。