s.copy().pop()怎么样?我还没有计时，但应该可以，而且很简单。但是，它最适用于小集，因为它复制了整个集。

@wr。post，我得到了类似的结果(对于Python3.5)

from timeit import *

stats = ["for i in range(1000): next(iter(s))",
         "for i in range(1000): \n\tfor x in s: \n\t\tbreak",
         "for i in range(1000): s.add(s.pop())"]

for stat in stats:
    t = Timer(stat, setup="s=set(range(100000))")
    try:
        print("Time for %s:\t %f"%(stat, t.timeit(number=1000)))
    except:
        t.print_exc()

输出:

Time for for i in range(1000): next(iter(s)):    0.205888
Time for for i in range(1000): 
    for x in s: 
        break:                                   0.083397
Time for for i in range(1000): s.add(s.pop()):   0.226570

然而，当改变底层集合(例如调用remove())时，对于可迭代的例子(for, iter)来说，事情变得很糟糕:

from timeit import *

stats = ["while s:\n\ta = next(iter(s))\n\ts.remove(a)",
         "while s:\n\tfor x in s: break\n\ts.remove(x)",
         "while s:\n\tx=s.pop()\n\ts.add(x)\n\ts.remove(x)"]

for stat in stats:
    t = Timer(stat, setup="s=set(range(100000))")
    try:
        print("Time for %s:\t %f"%(stat, t.timeit(number=1000)))
    except:
        t.print_exc()

结果:

Time for while s:
    a = next(iter(s))
    s.remove(a):             2.938494
Time for while s:
    for x in s: break
    s.remove(x):             2.728367
Time for while s:
    x=s.pop()
    s.add(x)
    s.remove(x):             0.030272

看似最紧凑(6个符号)，但非常慢的方法来获得一个集合元素(由PEP 3132实现):

e,*_=s

使用Python 3.5+，你也可以使用这个7符号表达式(感谢PEP 448):

[*s][0]

在我的机器上，这两个选项都比for循环方法慢大约1000倍。

我用的是我写的效用函数。它的名字有点误导，因为它暗示它可能是一个随机的项目或类似的东西。

def anyitem(iterable):
    try:
        return iter(iterable).next()
    except StopIteration:
        return None

博士tl;

对于muh_set中的first_item: break仍然是Python 3.x中的最佳方法。诅咒你，圭多。

你这样做

欢迎来到另一套Python 3。X时序，由wr推断。的优秀Python 2。x-specific响应。不像champion同样有用的Python 3。x特定的响应，下面的时间以及上面建议的时间异常值解决方案-包括:

list(s)[0]， John新颖的基于序列的解决方案。 随机的。样品(s, 1)， dF。基于rng的折衷解决方案。

快乐的代码片段

打开，收听，计时:

from timeit import Timer

stats = [
    "for i in range(1000): \n\tfor x in s: \n\t\tbreak",
    "for i in range(1000): next(iter(s))",
    "for i in range(1000): s.add(s.pop())",
    "for i in range(1000): list(s)[0]",
    "for i in range(1000): random.sample(s, 1)",
]

for stat in stats:
    t = Timer(stat, setup="import random\ns=set(range(100))")
    try:
        print("Time for %s:\t %f"%(stat, t.timeit(number=1000)))
    except:
        t.print_exc()

快速过时的永恒时间

看哪!按最快到最慢的片段排序:

$ ./test_get.py
Time for for i in range(1000): 
    for x in s: 
        break:   0.249871
Time for for i in range(1000): next(iter(s)):    0.526266
Time for for i in range(1000): s.add(s.pop()):   0.658832
Time for for i in range(1000): list(s)[0]:   4.117106
Time for for i in range(1000): random.sample(s, 1):  21.851104

面向整个家庭的Faceplants

不出所料，手动迭代的速度至少是第二快的解决方案的两倍。虽然与Bad Old Python 2相比，差距有所缩小。x天(其中手动迭代的速度至少是它的四倍)，最详细的解决方案是最好的，这让我这个PEP 20狂热者感到失望。至少将一个集合转换为一个列表只是为了提取集合的第一个元素是可怕的。感谢圭多，愿他的光芒继续指引我们。

令人惊讶的是，基于rng的解决方案非常糟糕。列表转换是糟糕的，但随机确实是糟糕的。随机数之神也就这么多了。

我只是希望无定形的They已经为我们PEP了一个set.get_first()方法。如果你在读这篇文章，他们会说:“拜托。做点什么。”

为了提供不同方法背后的时间图，考虑以下代码。 get()是我自定义添加到Python的setobject.c，只是一个pop()，没有删除元素。

from timeit import *

stats = ["for i in xrange(1000): iter(s).next()   ",
         "for i in xrange(1000): \n\tfor x in s: \n\t\tbreak",
         "for i in xrange(1000): s.add(s.pop())   ",
         "for i in xrange(1000): s.get()          "]

for stat in stats:
    t = Timer(stat, setup="s=set(range(100))")
    try:
        print "Time for %s:\t %f"%(stat, t.timeit(number=1000))
    except:
        t.print_exc()

输出结果为:

$ ./test_get.py
Time for for i in xrange(1000): iter(s).next()   :       0.433080
Time for for i in xrange(1000):
        for x in s:
                break:   0.148695
Time for for i in xrange(1000): s.add(s.pop())   :       0.317418
Time for for i in xrange(1000): s.get()          :       0.146673

这意味着for/break解决方案是最快的(有时比自定义get()解决方案还要快)。