用set求差集最快，但要求元素可哈希且不关心顺序和重复；否则需用counter保留次数或生成器+标识字段索引处理不可哈希对象。
用 set 求差集最快，但前提是元素可哈希且不关心顺序和重复；若需保留重复、顺序或处理不可哈希对象（如字典、列表），必须换策略。
为什么直接用 list1 - list2 会报错？
Python 的 list 不支持减法运算符，这是常见误解的起点。真正能用减法的是 set，但有严格前提：
-
set要求所有元素必须是可哈希的（dict、list、set等不可哈希类型会直接抛TypeError: unhashable type） -
set自动去重，原始重复项和顺序全部丢失 - 两个超大
list转set的内存开销可能翻倍（尤其含大量字符串时）
元素可哈希且不关心顺序：用 set.difference()
这是最轻量、最快速的标准解法，时间复杂度从 O(n×m) 降到 O(n+m)：
list_a = [1, 2, 2, 3, 4] list_b = [2, 3, 5] diff = list(set(list_a).difference(set(list_b))) # 得到 [1, 4]（顺序不定）
- 别写
set(list_a) - set(list_b)—— 虽等价，但.difference()更明确表达意图 - 如果只要“在 A 中但不在 B 中”，只转
list_b为set就够了：[x for x in list_a if x not in set_b]，省一半内存 - 注意：
None、True、False在set中比较安全，但浮点数精度可能导致意外丢失（如0.1 + 0.2 != 0.3）
需要保留重复或顺序：用 collections.Counter
当差异要体现“出现次数”（比如日志行比对、库存扣减），Counter 是唯一兼顾效率与语义的方案：
from collections import Counter
c_a = Counter([1, 2, 2, 3])
c_b = Counter([2, 3, 3, 4])
diff_counter = c_a - c_b # Counter({1: 1, 2: 1})
result = list(diff_counter.elements()) # [1, 2]
-
Counter内部也是哈希表，速度接近set，但额外维护计数 - 减法结果自动过滤掉计数 ≤ 0 的项，无需手动清理
- 不支持不可哈希类型，和
set同限制；若含嵌套结构，得先序列化（如json.dumps(sorted(item.items()))），但性能明显下降
含不可哈希对象（如字典列表）：必须用生成器 + any() 或预处理
没有银弹。若必须比对 [{"id":1},{"id":2}] 这类数据，核心矛盾是“无法哈希 → 无法 O(1) 查找”：
- 暴力法（不推荐）：
[a for a in list_a if not any(b == a for b in list_b)]—— O(n×m)，10 万级就卡死 - 实用折中：提取唯一标识字段（如
"id"）建索引集：set_b_ids = {b["id"] for b in list_b}，再筛选：[a for a in list_a if a["id"] not in set_b_ids] - 若无天然 ID，且必须全字段比对，考虑用
json.dumps(x, sort_keys=True)生成哈希键，但要注意浮点精度、NaN 处理、顺序敏感性
真正的大数据量（千万级+）别硬刚 Python 列表，该上 pandas 的 merge(..., indicator=True) 或数据库临时表。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
