Python的set去重可靠但非绝对安全，依赖对象可哈希性及__hash__与__eq__一致性；常见问题源于可变对象、自定义类未正确定义、嵌套结构类型混用及浮点精度等。

Python 的 set 去重是靠谱的，但“靠谱”不等于“无条件安全”——它在绝大多数场景下正确高效，可一旦忽略其底层行为和隐含约束，就可能引发不易察觉的副作用。

去重原理可靠：基于哈希与相等性判断

set 去重依赖两个核心机制：对象必须可哈希（hashable），且去重逻辑由 __hash__ 和 __eq__ 共同决定。内置类型如 int、str、tuple（不含不可哈希元素）都满足要求，因此对它们去重完全可靠。

• 重复元素被自动合并，结果顺序不保证（Python 3.7+ 保持插入顺序仅限于 dict，set 仍无序）
• 时间复杂度平均为 O(1) 插入，整体去重接近 O(n)，效率高
• 不是“简单删掉后面出现的”，而是通过哈希桶+链地址法真正判重

常见副作用来源：可变对象与自定义类

问题通常不出在 set 本身，而出在用户传入的数据上。

• 列表、字典、集合本身不可哈希：直接 set([ [1], [2], [1] ]) 会报 TypeError: unhashable type: 'list'
• 自定义类未正确定义 __hash__ 和 __eq__：若只重写 __eq__ 而没设 __hash__ = None 或提供一致哈希，可能造成逻辑矛盾——两个 == 为 True 的实例却因哈希不同被同时存入 set
• 可变对象中途被修改：把一个列表转成元组再进 set 是安全的；但如果把可变对象（如自定义类实例）加入 set 后又修改其影响哈希或相等性的属性，该 set 就进入“损坏状态”——既无法再被正确查找，也破坏了内部结构

嵌套结构与类型混用需手动处理

set 不会递归去重，也不理解“语义重复”。例如：

提示词大师-python版

图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍

下载

立即学习“Python免费学习笔记（深入）”；

• set([(1, 2), [1, 2]]) 合法（元组和列表类型不同），但二者“内容相同”不会被识别为重复
• set([1, 1.0, True]) 在 Python 中实际得到 {1}，因为 1 == 1.0 == True 且它们哈希值相同——这是设计使然，但若业务要求区分数字类型，就得先统一类型或用其他方式判重
• 含浮点数时要注意精度：0.1 + 0.2 != 0.3，可能导致本应去重的数值被保留

替代方案建议：按需选择更稳的去重逻辑

当默认 set 行为不符合业务语义时，不要硬改数据去适配，而应换思路：

• 需要保持原顺序？用 dict.fromkeys(seq)（Python 3.7+）或手动遍历+in 判断
• 要按字段去重对象列表？用 set() 记录已见的 (obj.field1, obj.field2) 元组，而非直接塞对象
• 需容忍浮点误差？先用 round(x, 5) 或 math.isclose 预处理，再进 set
• 处理不可哈希数据？转成 JSON 字符串或 repr()（注意稳定性与安全性）后再哈希

set 去重本身很扎实，出问题的地方往往在输入数据的可控性与业务语义的理解上。看清“它按什么判重”，比记住“它能去重”更重要。