Python四种集合定义方式的内部存储差异原因解析

核心差异源于四种方式的底层元素插入逻辑不同，尤其是集合字面量（方法4）与前三种的处理路径存在本质区别：

前三种方式（update/set()构造器/集合推导式）的共性 #

方法1（defset中的update）、方法2（set(l)）、方法3（{i for i in l}），本质都是在运行时按可迭代对象的原始顺序逐个插入元素：

• 初始化空集合（推导式则逐步构建）；
• 输入的可迭代对象按原有顺序遍历，每个元素依次插入集合；
• 插入时遵循集合哈希表的常规逻辑：计算元素哈希值，通过取模定位目标槽位，若槽位已被占用，则通过开放寻址（线性探测）寻找下一个空槽。

以你的示例[1,2,3,11]来说，插入顺序为1→2→3→11：

1. 哈希值为1的元素1放入对应槽位；
2. 哈希值为2的元素2放入对应槽位；
3. 哈希值为3的元素3放入对应槽位；
4. 哈希值为11的元素11，按初始集合大小4计算，11 % 4 = 3，但槽3已被元素3占用，于是通过线性探测找到空槽0，将11放入此处。
   最终哈希表的槽位分布为[11, 1, 2, 3]，集合遍历按槽位顺序输出，即得到{11,1,2,3}。

方法4（集合字面量{l₁,l₂,...}）的特殊处理 #

集合字面量的创建在编译阶段就做了额外优化：

1. 编译器先收集所有字面量元素，计算每个元素的哈希值；
2. 对元素按**哈希值（及元素本身，用于处理哈希冲突）**进行排序；
3. 运行时再将排序后的元素逐个插入集合。

回到示例{1,2,3,11}：
元素哈希值分别为1、2、3、11，编译阶段排序后得到的插入顺序变为11→3→2→1（具体排序规则由CPython内部实现决定，核心基于哈希值排序）；
按此顺序插入时：

1. 元素11的哈希值11取模4得3，放入槽3；
2. 元素3的哈希值3取模4得3，槽3已被占用，探测到空槽0后放入；
3. 元素2的哈希值2取模4得2，放入槽2；
4. 元素1的哈希值1取模4得1，放入槽1。
   最终哈希表的槽位分布为[3, 1, 2, 11]，遍历输出即为{3,1,2,11}。

总结 #

前三种方式是按输入顺序直接插入，集合字面量则是按哈希值排序后插入，不同的插入顺序结合哈希表的开放寻址冲突处理机制，最终导致了内部存储顺序的差异。

内容的提问来源于stack exchange，提问作者Rajdeep Sindhu