Question

我有一个名为GraphEdge的类，我希望通过其set和tail成员在集合（内置head类型）中对其进行唯一定义，通过__init__设置。

如果我没有定义__hash__，我会看到以下行为：

>>> E = GraphEdge('A', 'B')
>>> H = GraphEdge('A', 'B')
>>> hash(E)
139731804758160
>>> hash(H)
139731804760784
>>> S = set()
>>> S.add(E)
>>> S.add(H)
>>> S
set([('A', 'B'), ('A', 'B')])

根据我的定义，该集合无法知道E和H是相同的，因为它们具有不同的哈希值（根据我的知识，这是集合类型用于确定唯一性的集合），因此它将两者都添加为不同的元素。所以我为GraphEdge定义了一个相当天真的哈希函数，如下所示：

def __hash__( self ):
    return hash( self.tail ) ^ hash( self.head )

现在上面的工作正如预期的那样：

>>> E = GraphEdge('A', 'B')
>>> H = GraphEdge('A', 'B')
>>> hash(E)
409150083
>>> hash(H)
409150083
>>> S = set()
>>> S.add(E)
>>> S.add(H)
>>> S
set([('A', 'B')])

但很明显，('A', 'B')和('B', 'A')在这种情况下将返回相同的哈希值，因此我希望我无法将('B', 'A')添加到已包含('A', 'B')的集合中。但事实并非如此：

>>> E = GraphEdge('A', 'B')
>>> H = GraphEdge('B', 'A')
>>> hash(E)
409150083
>>> hash(H)
409150083
>>> S = set()
>>> S.add(E)
>>> S.add(H)
>>> S
set([('A', 'B'), ('B', 'A')])

使用哈希的集合类型是否也是如此？如果是这样，最后一个场景怎么可能？如果没有，为什么第一个场景（没有__hash__定义）不起作用？我错过了什么吗？

修改：供将来读者参考，我已定义__eq__（也基于tail和head）。

Answer 1

您有哈希冲突。在哈希冲突时，集合使用==运算符来检查它们是否真正相等。

Answer 2

了解hash和==如何协同工作非常重要，因为两者都是由集合使用的。对于两个值x和y，重要的规则是：

x == y ==> hash(x) == hash(y)

（x等于y表示x和y的散列相等）。但是，反之亦然：两个不相等的值可以具有相同的散列。

集合（和dicts）将使用散列来获得相等的近似值，但是将使用实数相等操作来确定两个值是否相同。

Answer 3

如果您至少需要其中一个，则应始终定义__eq__()和__hash__()。如果两个对象的哈希值相等，则会进行额外的__eq__()检查以验证唯一性。

奇怪的Python集和哈希行为 - 这是如何工作的？

3 个答案: