Set初始化开销极小，性能关键在数据规模与元素特性；字面量{s}和set()最快，避免set([x])冗余；Python中set(iterable)比list慢15–25%，Java中HashSet添加10万整数需12–17ms。

Set 集合初始化本身开销极小，真正影响性能的是初始化时传入的数据规模和元素类型——尤其是是否需去重、是否可哈希、是否已存在重复。

直接字面量初始化最快

空集合或少量确定元素，用花括号最轻量：

• s = {1, 2, 3}：Python 解释器在编译期就能构造常量集合，无运行时循环或哈希计算
• s = set()：创建空对象，也几乎无开销
• 避免写 s = set([1, 2, 3]) —— 多一次列表构造 + 迭代 + 哈希插入，纯属冗余

从列表转 set 的代价取决于原始数据

初始化如 s = set(lst) 的耗时主要来自两部分：遍历原容器 + 对每个元素做哈希与冲突处理。

• 若 lst 含 10 万个整数且无重复：约 0.8–1.2 ms（主流 Python 3.11+）
• 若含大量重复（如 10 万次添加同一值）：实际只插入 1 次，但仍要遍历全部 10 万次，耗时接近前者
• 若元素不可哈希（如含列表、字典）：初始化直接抛 TypeError，不进入性能比拼环节

与其他集合初始化方式横向看

同规模数据下，初始化阶段的相对速度（快 → 慢）大致为：

• {1,2,3}（set 字面量）≈ []（list 字面量）≈ {}（dict 字面量）
• set() ≈ dict() ≈ list()（空构造）
• set(iterable) 比 list(iterable) 略慢 —— 因需额外计算 hash 并检查重复
• set(range(100000)) 比 list(range(100000)) 慢约 15–25%，主因是哈希表扩容策略更保守

Java 中 Set 初始化的典型表现

以添加 10 万个整数为例（JDK 17+，HotSpot）：

• new HashSet() + 循环 add：约 12–17 ms
• new LinkedHashSet() + 循环 add：约 15–20 ms（链表维护带来小幅开销）
• new TreeSet() + 循环 add：约 35–45 ms（红黑树每次插入需平衡，O(log n) 累积）
• 注意：Java 中没有类似 Python 的字面量批量初始化语法，所以“初始化即填充”必然涉及循环