1、是否有序的问题
注意：这里的有序和无序不是指集合中的排序，而是是否按照元素添加的顺序来存储对象。
1）list（列表）是按照元素的添加顺序来存储对象的，因此是有序的。
2）tupple（元组）与列表类似，不同之处在于元组里的元素不能被修改。
[注]空元组可以用没有包含内容的圆括号来表示；只一个值，必须加 个逗号 （,）；元组的元素不能被修改，但可以对元组进 行连接组合。
3）dict（字典），它的存储结构是哈希表<key,value>键值对，其中key必须是唯一的，但value可以重复。
（注意dict对应与Java中Map结构）
这里对dict做更深一层的叙述，前面已经说了，它的存储结构是哈希表。
哈希表（Hash Table，又称为散列表），是一种线性表的存储结构。通过把每个对象的关键字k作为自变量，通过一个哈希函数h(k)，将k映射到下标h(k)处，并将该对象存储在这个位置。
例如：数据集合{1,6,7,9}，假设存在哈希函数h(x)使得h(1) = 0, h(6) = 2, h(7) = 4, h(9) = 5，那么这个哈希表被存储为[1,None, 6, None, 7, 9]。当我们查找元素6所在的位置时，通过哈希函数h(x)获得该元素所在的下标（h(6) = 2），因此在2位置即可找到该元素。
从这个例子可以看出，因为这个特性，字典读取的效率比较高，数据规模越大明显。所以mongdb这种非关系型数据库在大的数据方面比较流行。
因此他不是按照元素的添加顺序来存储对象的，所以dict（字典）是无序的。
4）对于set（集合）更加复杂，这里先列出它的一些性质。
- 确定性：集合中的元素必须是确定的；
- 互异性：集合中的元素互不相同，例如：集合A={1，a}，则a不能等于1）；
- 无序性：集合中的元素没有先后之分，例如：集合{3,4,5}和{3,5,4}算作同一个集合。
Python 3.x中的set特征与数学中类似。我们之前学过list、tuple以及dict。其实，set与dict大致相同，但set没有Value，只有key。因此，set只是一组key的集合。由于key不能重复，所以，在set中，没有重复的key。
| 数据结构 | 有序性 |
|---|---|
| list（列表） | 有序 |
| tupple（元组） | 有序 |
| dict（字典） | 无序 |
| set（集合） | 无序 |
2 dict与set的实现原理
以下内容来自于：python 下的数据结构与算法---8：哈希一下【dict与set的实现】
2.1Hash的定义
Hash，一般翻译做“散列”，就是把任意长度的输入，通过散列算法，变换成固定长度的输出，该输出就是散列值。【不同的输入可能会散列成相同的输出，所以不可能从散列值来唯一的确定输入值】
2.2dict与set的实现原理
dict与set实现原理是一样的，都是将实际的值放到list中。唯一不同的在于hash函数操作的对象，对于dict，hash函数操作的是其key，而对于set是直接操作的它的元素，假设操作内容为x，其作为因变量，放入hash函数，通过运算后取list的余数，转化为一个list的下标，此下标位置对于set而言用来放其本身，而对于dict则是创建了两个list，一个list该下表放此key，另一个list中该下标方对应的value。
其中，我们把实现set的方式叫做Hash Set，实现dict的方式叫做Hash Map/Table(注：map指的就是通过key来寻找value的过程)
2.3hash碰撞及其解决方法
哈希冲突：由于哈希表的下标范围是有限的，而元素关键字的值是接近无限的，因此可能会出现h(102) = 56， h(2003) = 56这种情况。此时，两个元素映射到同一个下标处，造成哈希冲突。
解决哈希冲突：
- 拉链法
将所有冲突的元素用链表连接，原理图如下，其实就是将发生有冲突的元素放到同一位置，然后通过“指针“来串联起来
- 开放寻址法
通过哈希冲突函数得到新的地址
在字典键值对数量不多的情况下，几乎不会发生哈希冲突，此时查找一个元素的时间复杂度为O(1)。
hashTable，而实际中的dict就是由hashTable扩展而来的，具体的源码见python 下的数据结构与算法---8：哈希一下【dict与set的实现】。