Precis som i andra datastrukturer, rensar `clear()`-metoden helt ut alla element.

Låt oss säga att du har en uppsättning av favoritfilmer, men du bestämmer dig för att börja om och rensa samlingen:

# Define a set of favorite movies
movies = {"Inception", "Interstellar", "Tenet"}
print("Original set:", movies)

# Clear the set
movies.clear()
print("After clearing:", movies)

import unittest

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

class TestUserCode(unittest.TestCase):

    def test_worst_movies_is_declared(self):
        import user_code
        _dynamic_test(
            self,
            hasattr(user_code, 'worst_movies'),
            "The `worst_movies` set is declared.",
            "Expected `worst_movies` to be declared."
        )

    def test_worst_movies_is_set(self):
        import user_code
        _dynamic_test(
            self,
            isinstance(user_code.worst_movies, set),
            "The `worst_movies` is of type `set`.",
            "Expected `worst_movies` to be of type `set`."
        )

    def test_worst_movies_is_empty(self):
        import user_code
        _dynamic_test(
            self,
            len(user_code.worst_movies) == 0,
            "The `worst_movies` set is cleared.",
            f"Expected `worst_movies` to be empty, but got {user_code.worst_movies}."
        )

    def test_clear_method_used(self):
        """
        Test to ensure `clear()` method is used in the solution.
        """
        with open('user_code.py', 'r') as file:
            user_code_source = file.read()
        _dynamic_test(
            self,
            "clear" in user_code_source,
            "The `clear()` method is used to clear the set.",
            "Expected the `clear()` method to be used to clear the set."
        )

if __name__ == '__main__':
    unittest.main()


test_main.py

I den här kursen kommer du att lära känna de grundläggande datastrukturerna i programmeringsspråket Python. Vi kommer att utforska användningen av Pythons inbyggda datastrukturer som lists, dictionaries, tuples, och sets för att hantera olika utmaningar.

Vad är en lista? En lista är en ordnad samling som kan modifieras. Den tillåter också dubbletter av element.

Vad är en ordbok? En ordbok är en ordnad samling som kan ändras, men den tillåter inte dubbletter. Den består av `key:value`-par, som används för att optimera dess struktur.

Vad är en tuple? En tuple är en ordnad samling som inte kan ändras. Den kan ha duplicerade element. Även om den liknar en lista, kan värdena i en tuple vara av vilken typ som helst och indexeras av heltal. Även om det inte är obligatoriskt, är det vanligt att omsluta värdena i en tuple med parenteser, vilket gör dem lättare att förstå i Python.

Vad är en mängd? I Python är en `set` en oordnad samling som är både `itererbar` och `föränderlig`, utan upprepade element. Även om ordningen på objekt i en mängd inte är fast, kan den innehålla en mängd olika element. En viktig fördel med att använda mängder över listor är deras mycket effektiva metod för att avgöra om ett element finns inom mängden.

Använda clear()-Metoden: Ta Bort Alla Element Från en Mängd

Lösning

Använda clear()-Metoden: Ta Bort Alla Element Från en Mängd

Lösning