集合存储的是非重复对象，所谓的非重复对象是指：除了不是同一对象外，值也不能相同。
# Python集合判重公式
(a is b) OR (hash(a) == hash(b) AND a == b)
如果不是同一对象，那么先判断哈希值，然后比较内容。因为受限于哈希算法，不同内容可能返回相同的哈希值（哈希碰撞），那么就有必要继续比较内容是否相同。
那么为什么要先比较哈希值，而不直接比较内容呢？首先，与大多数内容（例如字符串）相比，整数哈希值比较的性能高得多；其次，哈希值不同，内容肯定不同，这时就没必要再继续比较内容了。
按操作方式来分的话，集合可分为可变（set）和不可变（frozenset）两个版本，内部实现完全相同。集合使用数组实现的哈希表来存储元素对象的引用，这也意味着集合中的元素必须为可哈希类型。
查找元素对象时，先通过算法定位数组索引，继而比较哈希值和内容。
集合对象自带一个长度为 8 的小数组（small table)，这对多数简单集合运算有益，可避免额外的内存分配。只有超出容量限制时，才分配更大的数组内存（entry table)。集合使用的频率没有列表和字典高，内部没有采用缓存服用策略，其实现方式决定了无序存储，标准库也没有提供有序实现。
创建
创建一个集合对象可以和字典一样使用大括号的语法，但初始化数据用非键值对；也可以调用类型构建方法，或使用推导式。 集合允许在不同的版本进行转换。
>>> s = {1}
>>> f = frozenset(s)
>>> set(f)
{1}
操作
集合支持大小、相等运算符。
>>> {1, 2} > {2, 1}
False
>>> {1, 2} == {2, 1}
True
但子集判断不能使用 in、not in 语句，因为其只能用来检查是否包含某个元素。
>>> {1, 2} <= {1, 2, 3} # 子集：issubset
True
>>> {1, 2, 3} >= {1, 2} # 超集：issuperset
True
>>> {1, 2} in {1, 2, 3} # 判断是否包含 {1, 2} 单一元素
False
集合是初等数学中的概念，其重点自然是并差集运算，合理使用这些操作，可简化算法筛选逻辑，使其具备更好的可读性。
交集（&）：同时属于 A、B 两个集合的元素
并集（|）：A、B 的所有元素
差集（-）：仅属于 A、不属于 B 的元素
对称差集（^）：仅属于 A，加上仅属于 B 的元素，相当于“并集-交集”
集合支持删除操作，但 remove 可能会引发异常，可改用 discard。
>>> x = {1, 2}
>>> x.remove(2)
>>> x.remove(2)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
KeyError: 2
>>> x.discard(2)
自定义类型
自定义类型虽然是可哈希类型，但默认实现并不足以完成集合的去重操作。
class User:
def __init__(self, uid, name):
self.uid = uid
self.name = name
>>> import collections
>>> issubclass(User, collections.Hashable)
True
>>> u1 = User(1, "user1")
>>> u2 = User(1, "user1")
>>> s = set()
>>> s.add(u1)
>>> s.add(u2)
>>> s
{<__main__.User object at 0x10bc1df98>, <__main__.User object at 0x10bc29048>}
其根本原因是默认实现的__hash__方法返回随机值，而__eq__仅比较自身，为符合逻辑需要，须重载这两个方法。
class User:
def __init__(self, uid, name):
self.uid = uid
self.name = name
def __hash__(self): # 针对 uid 去重，忽略其他字段
return hash(self.uid)
def __eq__(self, other):
return self.uid == other.uid
>>> u1 = User(1, "user1")
>>> u2 = User(1, "user1")
>>> s = set()
>>> s.add(u1)
>>> s.add(u2)
>>> s
{<__main__.User object at 0x10bc1df98>}
>>> u1 in s
True
>>> u2 in s # 仅检查 uid 字段
True