set交集和差集最快，因基于哈希表实现，成员检查平均o(1)，运算为o(min(len(s),len(t)))；而list的in查找为o(n)，两千万级求差集达o(n²)，慢百倍以上。
用 set 做交集和差集是最快的，但前提是内存够；如果集合大到装不下，就得流式处理或用 sqlite3 临时落盘。
为什么不能直接用 list 或 dict 比较？
两个含千万级元素的 list 求差集，item in other_list 是 O(n) 查找，整体接近 O(n²)，几秒变几分钟。而 set 的 in 是平均 O(1)，构建后求 a - b 或 a & b 是线性扫描，实测快 100 倍以上。
-
set构建本身有开销，但只发生一次；后续多次运算可复用 - 元素必须可哈希（不能是
dict、list等），否则会报TypeError: unhashable type - 字符串、数字、tuple（不含可变项）默认可哈希；若含嵌套结构，需先转成
frozenset或json.dumps()归一化
内存不足时怎么避免 MemoryError？
当两个集合总大小远超可用 RAM（比如各 5GB 字符串），直接 set() 会崩溃。这时优先考虑分块读取 + sqlite3：
- 把一个集合写入临时表，建索引：
CREATE INDEX idx_val ON data(val) - 逐行读另一个集合，在 SQL 中用
NOT EXISTS或INNER JOIN计算差集/交集 - 避免全量加载：用
cursor.execute("SELECT val FROM data WHERE val = ?", [x])替代 Python 层查找 - 比纯 Python 流式
for x in file_a:+if x not in seen_b:快，因为 SQLite 的 B-tree 索引比 Python 的磁盘文件遍历高效得多
set.difference() 和 - 运算符有啥区别？
没本质区别，a - b 就是 a.difference(b) 的语法糖；但要注意参数类型和顺序：
-
a.difference(b, c)支持多个参数，等价于a - b - c；而-只支持二元操作 -
a.difference()返回新set，不修改a；a.difference_update(b)才原地修改 - 如果
b是任意可迭代对象（如list,generator），两者都接受；但传dict时，默认用 key 比较，不是 value - 性能上无差异，选哪个纯看可读性——多集合差集用
.difference()更清晰
真正卡住人的往往不是算法，而是数据预处理：去空格、大小写归一、编码不一致导致看似相同的字符串实际字节不同。别急着优化集合操作，先 repr() 几个样本看看真实值。
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！
