Question

我试图获取lambda函数的哈希值。为什么我得到两个值（8746164008739和-9223363290690767077）？为什么lambda函数的散列不总是一个值？

>>> fn = lambda: 1
>>> hash(fn)
-9223363290690767077
>>> fn = lambda: 1
>>> hash(fn)
8746164008739
>>> fn = lambda: 1
>>> hash(fn)
-9223363290690767077
>>> fn = lambda: 1
>>> hash(fn)
8746164008739
>>> fn = lambda: 1
>>> hash(fn)
-9223363290690767077

Answer 1

除非它们比较相等[1]，否则不能保证两个对象散列到相同的值。

Python函数（包括lambdas）即使它们具有相同的代码也不会相等[2]。例如：

>>> (lambda: 1) == (lambda: 1)
False

实现方面，这种行为是由于函数对象不提供自己的相等运算符。相反，它们继承了使用对象标识的默认标识，即其地址。来自documentation：

如果未定义__cmp__()，__eq__()或__ne__()操作，则为class 实例按对象标识（“地址”）进行比较。

以下是您的特定示例中发生的情况：

fn = lambda: 1  # New function is allocated at address A and stored in fn.
fn = lambda: 1  # New function is allocated at address B and stored in fn.
                # The function at address A is garbage collected.
fn = lambda: 1  # New function is allocated at address A and stored in fn.
                # The function at address B is garbage collected.
fn = lambda: 1  # New function is allocated at address B and stored in fn.
                # The function at address A is garbage collected.
...

由于地址A始终被散列为一个值，并且地址B与另一个值相对应，因此您会看到hash(fn)在这两个值之间交替显示。然而，这种交替行为是一种实现假象，并且如果例如垃圾收集器的行为略有不同，则可能会改变一天。

以下见解是由@ruakh提供的：

值得注意的是，编写一般流程是不可能的用于确定两个函数是否相等。（这是一个 undecidability halting problem的结果。）此外，两个Python函数即使它们的行为也可以表现不同代码是相同的（因为它们可能是关闭的不同但同名的变量）。所以这是有道理的 Python函数不会重载相等运算符：没有办法实现比默认对象标识更好的东西比较。

[1]反之通常不正确：比较不等的两个对象可以具有相同的哈希值。这称为hash collision。

[2] 调用你的lambdas然后散列结果当然总是给出相同的值，因为hash(1)在一个程序中始终是相同的：

>>> (lambda: 1)() == (lambda: 1)()
True

Answer 2

lambda函数对象的散列基于其内存地址（在CPython中，这是id函数返回的内容）。这意味着任何两个函数对象都将具有不同的哈希值（假设没有哈希冲突），即使函数包含相同的代码。

为了解释问题中发生的事情，首先请注意，编写fn = lambda: 1会在内存中创建一个新的函数对象，并将名称fn绑定到它。因此，这个新函数将具有与任何现有函数不同的散列值。

重复fn = lambda: 1，您会获得哈希的交替值，因为当fn绑定到新创建的函数对象时，fn 以前指向的是Python收集的垃圾。这是因为不再有任何引用（因为名称fn现在指向不同的对象）。

Python解释器然后将这个旧的内存地址重用于通过编写fn = lambda: 1创建的下一个新函数对象。

此行为可能因不同系统和Python实现而异。

Answer 3

每次执行fn = lambda: 1时，都会创建一个新的函数对象，并将绑定到名称fn的旧对象标记为删除。但Python并不是简单地释放对象，而是将其内存传回操作系统。为了最小化系统调用内存分配并最小化内存碎片，Python尝试尽可能地回收内存。因此，当您第三次创建fn = lambda: 1时，解释器会注意到它有一块方便的RAM，对于新的函数对象而言足够大，因此它使用该块。因此，您的第3个fn最终位于该RAM块中，因此具有与第一个fn相同的ID，因为CPython对象的ID是它们的内存地址。

（正如其他人提到的那样，没有提供__hash__特定实现的任何对象类型的哈希是基于它在CPython中的id。如果一个类没有定义{{1} }或__cmp__方法也不应该定义__eq__操作。

Answer 4

决定两个函数是否相等是不可能的，因为它是暂停问题的超集。

在理想情况下，比较（因此散列）函数会导致类型错误。 Python显然不喜欢这样，而是选择使用函数的标识来比较（并因此散列）它们。

Hash for Python中的lambda函数

4 个答案: