Python 求按原点分隔的两个集合的对称差

我有两套：

>>> a = {1,2,3}
>>> b = {2,3,4,5,6}

我想得到两个带有非公共元素的新集合，第一个集合包含

a

中的元素，第二个集合包含

b

中的元素，比如

（{1}，{4,5,6}）

，或者类似的：

>>> c = a&b # Common elements
>>> d = a^b # Symmetric difference
>>> (a-b, b-a)
({1}, {4, 5, 6})
>>> (a-c, b-c)
({1}, {4, 5, 6})
>>> (a&d, b&d)
({1}, {4, 5, 6})

我的问题是，我将在大量的sha1哈希上使用它，我担心性能。有效地做到这一点的正确方法是什么

---

注：

a

和

b

将有大约95%的元素是通用的，1%将在

a

中，4%在

b

中，我在问题中提到的方法具有以下性能：

>>> timeit.timeit('a-b; b-a', 'a=set(range(0,1500000)); b=set(range(1000000, 2000000))', number=1000)
135.45828826893307
>>> timeit.timeit('c=a&b; a-c; b-c', 'a=set(range(0,1500000)); b=set(range(1000000, 2000000))', number=1000)
189.98522938665735
>>> timeit.timeit('d=a^b; a&d; b&d', 'a=set(range(0,1500000)); b=set(range(1000000, 2000000))', number=1000)
238.35084129583106

t = timeit.Timer(lambda: symmetric_diff(a,b))
>>> t.timeit(1000)
542.3225249653769

所以最有效的方法似乎是使用

（a-b，b-a）

方法

我将此作为参考发布，以便其他答案会添加新方法，而不是比较我发现的方法

---

Python实现的函数 出于好奇，我尝试实现自己的python函数来实现这一点（在预排序迭代器上工作）：

与其他方法相比，此方法的性能非常低：

>>> timeit.timeit('a-b; b-a', 'a=set(range(0,1500000)); b=set(range(1000000, 2000000))', number=1000)
135.45828826893307
>>> timeit.timeit('c=a&b; a-c; b-c', 'a=set(range(0,1500000)); b=set(range(1000000, 2000000))', number=1000)
189.98522938665735
>>> timeit.timeit('d=a^b; a&d; b&d', 'a=set(range(0,1500000)); b=set(range(1000000, 2000000))', number=1000)
238.35084129583106

t = timeit.Timer(lambda: symmetric_diff(a,b))
>>> t.timeit(1000)
542.3225249653769

---

因此，除非在某个地方实现了其他方法（一些用于处理集合的库），否则我认为使用两个集合的差异是最有效的方法。

a-b，b-a

是我过去这样做的方法，但这是为了可读性而不是性能。你为什么不试试其中的几种方法，然后在

timeit

中逐一运行呢？我认为你无法击败

a-b，b-a

。Python所要做的就是计算名称

a

和

b

，然后用

-

进行二进制减法（您可以用查看确切的细分）。然而，创建新集合的实际函数是用C编写的，这将比用Python编写的任何函数都要好。我认为

a-b，b-a

将是O（n），无论如何，我无法想象有任何方法比

O（n）

更好。用一次迭代而不是两次迭代不会改变复杂性。无论如何，这是一个有趣的问题，在更新关系数据库上的多对多时，我经常需要这样做，以确定要添加/修改/删除哪些元素