Python去重时，为什么要先考虑顺序和可哈希性

把一组数据里的重复项去掉，看起来只需要调用一个方法，但在实际开发中，还要回答两个问题：结果是否需要保留原来的顺序，数据本身能否放进集合或作为字典的键。把这两个条件说明白，才能选到合适的处理方式。

集合适合表达“有哪些不同的值”。对于由整数或字符串组成的列表，转换为集合可以得到唯一值，也便于后续判断某个元素是否存在。不过，集合不承诺保留列表中的输入顺序。即使某次打印结果看上去刚好有序，也不应把这种表现当成业务规则。如果结果需要直接展示给用户，就应该提前确定展示顺序。

当需求是保留第一次出现的位置时，可以利用字典键的唯一性。现代 Python 的字典会保留插入顺序，重复写入已有的键不会把它移动到最后。因此，可以从原始序列建立字典，再取出键作为列表。输入顺序是甲、乙、甲、丙时，得到的顺序就是甲、乙、丙。这里保留的是第一次遇到该值的位置，而不是最后一次。

集合和字典都要求相关元素可哈希。整数、字符串以及元素都可哈希的元组通常可以使用；列表和字典本身则不能直接作为集合成员或字典键。因此，面对一个由字典组成的用户列表，不能简单地把整个列表转换成集合。更合适的做法，是先选定代表业务身份的字段，例如用户编号，再依据这个字段判断是否重复。

身份字段也需要定义清楚。如果两个记录的编号相同，但名称不同，是保留第一条、保留最后一条，还是报告数据冲突，这属于业务规则，去重工具无法代替开发者决定。保留第一条可以使用一个已见编号集合，按输入顺序逐条扫描，只有第一次出现的编号才加入结果。保留最后一条则需要进一步说明最终顺序如何安排，避免只更新内容却误以为位置也会同步改变。

还有一个容易忽略的细节：Python 中，True 和整数 1 比较相等，哈希值也相同，放入集合时会被视为同一个键。如果业务需要区分布尔值与整数，仅靠默认的集合去重就不够，需要把类型也纳入身份规则。类似地，字符串大小写是否敏感、编号前后的空格是否有效，也应由输入规范明确规定。

对很小的不可哈希数据，也可以逐个检查元素是否已经出现在结果列表中。这种方法容易理解，还能保留首次出现的顺序，但随着数据量增长，反复扫描结果列表的开销会增大。是否值得换成基于键的方式，要结合数据规模与比较规则判断。

写去重逻辑前，先用重复值、空输入、顺序变化和身份冲突几个例子确认预期。只要顺序、身份和保留策略三件事有了明确答案，代码通常会很短，结果也更容易解释。