用 len(set(seq)) == len(seq) 判断重复基本可靠，但要求元素可哈希；遇列表、字典等不可哈希类型会抛 TypeError；替代方案需手动遍历并用 repr() 或 id() 处理。
用 len(set(seq)) == len(seq) 判断重复是否可靠
这个方法在绝大多数情况下是可靠的，但前提是序列中的元素必须是可哈希的。一旦出现 unhashable type 错误（比如列表、字典、集合本身作为元素），set() 构造就会失败，根本走不到长度比较这步。
常见踩坑场景：
- 检查含嵌套列表的
[[1,2], [1,2]]—— 会直接报TypeError: unhashable type: 'list' - 用 Pandas DataFrame 行或自定义类实例做元素，且没实现
__hash__—— 同样卡在set()初始化 - 误以为空序列或单元素序列需要特殊处理 —— 实际上
len(set([])) == 0、len(set([1])) == 1都自然成立，无需额外分支
为什么不用 any(seq.count(x) > 1 for x in seq)
看似直观，但时间复杂度是 O(n²)，对长序列（比如上万元素）会明显变慢；而且对不可哈希但可比较的元素（如列表）虽能运行，却可能因重复调用 .count() 触发多次全量遍历。
更隐蔽的问题是：如果元素本身有副作用（比如重载了 __eq__ 并打印日志），这个写法会反复触发它；而 set 构造只做一次哈希+等价判断，副作用发生次数更少、更可控。
立即学习“Python免费学习笔记（深入）”；
性能对比示例（10k 个整数）：
seq = list(range(5000)) * 2 # 含重复 # set 法：约 0.8ms # count 法：约 120ms（差两个数量级）
遇到不可哈希元素时的替代方案
核心思路是退回到“逐个记录已见元素”，用可哈希的代理（如 repr() 或 json.dumps()）做键，或改用 collections.Counter（它内部仍要求可哈希）——所以真正通用的 fallback 是手动遍历 + in 检查（注意用 list 缓存已见项，而非每次查原序列）。
推荐写法（兼顾可读与健壮）：
def has_duplicates(seq):
seen = set()
for item in seq:
try:
seen.add(item)
except TypeError:
# item 不可哈希，用 repr 作代理（需确保 repr 唯一性）
if repr(item) in seen:
return True
seen.add(repr(item))
return False注意：repr() 不绝对唯一（比如不同对象可能有相同字符串表示），若业务要求 100% 精确，只能用 id() + 深度结构比对，但代价极高，一般不必要。
字符串、bytes、range 等内置序列的特殊情况
str 和 bytes 可直接用 len(set(s)) ，因为字符/字节天然可哈希；<code>range 对象虽不可迭代出重复（除非 step=0，但那是非法 range），但如果你传的是 list(range(...))，就回归到普通列表逻辑。
容易忽略的一点：float('nan') 在 set 中会被视为重复吗？答案是：不会。NaN != NaN，所以 set([float('nan'), float('nan')]) 长度为 2 —— 如果你的数据含 NaN，且业务上认为它们应算重复，就得单独处理，比如先用 math.isnan() 过滤或替换。
