Python的哈希函数顺序背后的逻辑是什么？

Question

正如我们所知，Python的一些数据结构使用哈希表来存储set或dictionary等项目。所以这些对象没有顺序。但似乎对某些数字序列而言并非如此。

例如，请考虑以下示例：

>>> set([7,2,5,3,6])
set([2, 3, 5, 6, 7])

>>> set([4,5,3,0,1,2])
set([0, 1, 2, 3, 4, 5])

但是，如果我们做出一个小改动，它就没有排序：

>>> set([8,2,5,3,6])
set([8, 2, 3, 5, 6])

所以问题是：Python的哈希函数如何对整数序列起作用？

Answer 1

尽管SO中有很多关于hash及其顺序的问题，但没有人解释哈希函数的算法。

所以你需要知道python如何计算哈希表中的索引。

如果你浏览CPython源代码中的hashtable.c文件，你会在_Py_hashtable_set函数中看到以下几行，它们显示了python计算哈希表键索引的方式：

key_hash = ht->hash_func(key);
index = key_hash & (ht->num_buckets - 1);

因为整数的哈希值是整数本身*（-1除外），索引基于数据结构的数量和长度（ht->num_buckets - 1），并且它使用Bitwise计算 - (ht->num_buckets - 1)和数字。

现在考虑以下使用hash-table的set示例：

>>> set([0,1919,2000,3,45,33,333,5])
set([0, 33, 3, 5, 45, 333, 2000, 1919])

对于号码33，我们有：

33 & (ht->num_buckets - 1) = 1

实际上它是：

'0b100001' & '0b111'= '0b1' # 1 the index of 33

在这种情况下，

注意 (ht->num_buckets - 1)为8-1=7或0b111。

对于1919：

'0b11101111111' & '0b111' = '0b111' # 7 the index of 1919

对于333：

'0b101001101' & '0b111' = '0b101' # 5 the index of 333

以及前面的例子：

>>> set([8,2,5,3,6])
set([8, 2, 3, 5, 6])

'0b1000' & '0b100'='0b0' # for 8
'0b110' & '0b100'='0b100' # for 8

<子> *类int的哈希函数：

class int:
    def __hash__(self):
        value = self
        if value == -1:
            value = -2
        return value