【集合】当集合用于生成不重复随机数时，具有较高的效率。为了验证这一点，设计代码对比列表和集合在“生成不重复随机数”时的时间耗费，数据自拟但注意数据量要足够大，可使得遍历时间有较为明显的对比。

在Python中，你可以通过创建一个大的随机序列，然后分别使用列表和集合来获取无重复的随机子集来测试它们的性能差异。首先，我们需要导入所需的库并定义一个函数来生成指定长度的无重复随机数。然后我们比较两者的执行时间。

以下是简单的示例代码：

import random
import time

# 定义一个生成大量无重复随机数的函数
def generate_random_numbers(size, container_type):
    container = container_type()
    while len(container) < size:
        # 使用random.sample避免重复元素
        container.add(random.randint(0, 10**6))  # 你可以根据需要调整范围
    return container

# 设定一个大数据量，比如100,000个随机数
data_size = 100000

# 测试列表和集合的生成时间
start_time_list = time.time()
list_result = generate_random_numbers(data_size, list)
end_time_list = time.time()

start_time_set = time.time()
set_result = generate_random_numbers(data_size, set)
end_time_set = time.time()

print(f"生成列表花费时间：{end_time_list - start_time_list}秒")
print(f"生成集合花费时间：{end_time_set - start_time_set}秒")

# 比较时间消耗
if end_time_set < end_time_list:
    print("集合在生成不重复随机数时效率更高")
else:
    print("列表在生成同样大小的不重复随机数时效率更高")