Python的set去重基于哈希表，通过__hash__()和__eq__()判断重复，平均时间复杂度O(1)，不保证插入顺序，不可变类型可哈希，可变类型需自定义哈希与相等逻辑。
Python 的 set 去重本质依赖哈希表（hash table）实现，不是逐个比对，而是靠对象的哈希值快速定位和判断是否已存在。
哈希表结构决定去重效率
set 内部是一个开放寻址的哈希表。每个元素根据其 __hash__() 方法计算哈希值，再通过取模映射到固定大小的数组索引位置。插入时：若该位置为空，直接存入；若已存在元素（哈希冲突），则按探测序列找下一个空位。
- 相同值的对象（如
1和1.0）只要哈希值相等且__eq__()返回True，就被视为重复 - 不可变类型（
int、str、tuple）天然支持哈希；可变类型（list、dict）默认不可哈希，不能放入set - 自定义类若要进
set，需正确定义__hash__和__eq__，且要求“相等对象必须有相同哈希值”
去重过程不显式比较所有元素
插入新元素时，set 不遍历已有全部元素，而是：
- 先算哈希值 → 得到候选桶位置
- 检查该位置是否为空；若非空，先比哈希值，再调用
__eq__确认是否真重复 - 平均时间复杂度 O(1)，最坏（大量哈希冲突）退化为 O(n)
为什么顺序不保留？
哈希表按哈希值分布存储，与插入顺序无关。Python 3.7+ 的 dict 保持插入顺序是因为额外维护了顺序数组，但 set 没有这一机制 —— 它只关心“有无”，不记录“何时加入”。所以 set([3,1,2]) 输出可能是 {1, 2, 3}，但这只是哈希分布和扩容历史的结果，不是排序。
立即学习“Python免费学习笔记（深入）”；
实际去重时要注意的细节
看似简单，但容易踩坑：
-
float('nan')的哈希值是固定的，但nan == nan为False，所以多个nan可能被当成不同元素（CPython 中实际会去重，因特殊处理，但行为不保证跨实现一致） - 字符串大小写敏感：
'AbC'和'abc'是两个不同元素，哈希值不同，==为False - 元组去重看内容：
(1, [2])不可哈希（含 list），但(1, (2,))可以，且(1, (2,))和(1, (2,))被识别为同一元素
