如何迭代集合列表执行issubset/issuperset判断并剔除冗余子集元素

原代码问题说明 #

你现有代码的统计逻辑是可用的：sum(j.issubset(b) for b in a) 统计的是当前集合j是列表中多少个元素的子集，每个集合一定是自身的子集，所以只要统计结果大于1，就说明j是其他至少一个集合的子集，需要移除。你只是没加对应的过滤逻辑，补充后即可生效：

a = [
    {'john-123'},
    {'john-123','john-234'},
    {'john-123','john-234','johnnybegood'}
]
result = []
for j in a:
    frequency = sum(j.issubset(b) for b in a)
    # 统计值为1说明没有其他超集，保留
    if frequency == 1:
        result.append(j)
print(result)
# 输出：[{'john-123', 'john-234', 'johnnybegood'}]

优化实现（大列表更高效） #

如果列表中元素数量较多，上述遍历全列表的方案效率较低，可以先按集合长度降序排序，越长的集合越可能是超集，校验时仅和已保留的元素对比即可：

a = [
    {'john-123'},
    {'john-123','john-234'},
    {'john-123','john-234','johnnybegood'}
]
# 按集合元素个数从大到小排序
sorted_sets = sorted(a, key=lambda x: len(x), reverse=True)
result = []
for s in sorted_sets:
    # 仅需判断当前集合是不是已保留集合的子集
    if not any(s.issubset(kept_set) for kept_set in result):
        result.append(s)
print(result)
# 输出：[{'john-123', 'john-234', 'johnnybegood'}]

特殊场景适配 #

如果列表中存在两个完全相等的集合，上述逻辑会自动去重，仅保留一个：相等的集合互为子集，后遍历到的集合会被判定为已保留集合的子集，不会重复加入结果。

内容的提问来源于stack exchange，提问作者avnav99