新手处理"判断元素是否存在"时，清一色死磕列表（list），但遇到数据量稍大的场景， if x in list 慢得像蜗牛——其实Python的集合（set）才是专门干这事的"神器"，这篇带你吃透集合的3个进阶偏基础用法!
一、成员判断：set比list快100倍（原理很简单）
列表是"线性存储"，查元素要逐个遍历；集合是"哈希存储"，直接定位元素位置，数据越多差距越明显。
反面例子（list写法）：
# 模拟10万条数据的列表
big_list = list(range(100000))
# 判断元素是否存在（慢！）
print(99999 in big_list) # 输出：True，但要遍历整个列表
进阶写法（set写法）：
# 转成集合（仅需一次转换）
big_set = set(range(100000))
# 判断元素是否存在（瞬间完成！）
print(99999 in big_set) # 输出：True，直接哈希查找
二、去重：一行搞定（告别for+if去重）
列表去重需要写循环+判断，还得维护临时列表，集合天生"不允许重复元素"，一行就能去重。
反面例子（list去重）：
nums = [1,2,2,3,3,3,4,4,4,4]
unique_nums = []
for num in nums:
if num not in unique_nums:
unique_nums.append(num)
print(unique_nums) # 输出：[1,2,3,4]
进阶写法（set去重）：
nums = [1,2,2,3,3,3,4,4,4,4]
unique_nums = list(set(nums)) # 集合去重后转列表
print(unique_nums) # 输出：[1,2,3,4]（顺序不保证，需顺序则用dict.fromkeys）
三、集合运算：快速求交集/并集/差集（不用手动循环）
处理两个数据集的关联关系（比如共同元素、独有元素），集合运算比列表循环简洁10倍。
a = {1,2,3,4}
b = {3,4,5,6}
# 1. 交集（两个集合都有的元素）
print(a & b) # 输出：{3,4}，等价于 a.intersection(b)
# 2. 并集（两个集合的所有元素，去重）
print(a | b) # 输出：{1,2,3,4,5,6}，等价于 a.union(b)
# 3. 差集（a有但b没有的元素）
print(a - b) # 输出：{1,2}，等价于 a.difference(b)
核心总结：集合适合"去重、成员判断、集合运算"，列表适合"有序存储、按索引访问"，用对场景代码直接提速！
