Question

我对哈希表和哈希的工作方式非常熟悉，但我正在努力完全理解 O（1）是如何完全来自的。

set1 = {'s','t'}
print('x' in set1)
print('s' in set1)
set2 = {'s'}
print('s' in set2)

我被告知检查{1}是否在set1中，if是否检查's'哈希的内存分配，并检查它是否在 O（1）中的set1中并返回布尔值。因此有两个O（1）操作，但我的问题是：哈希实际上是如何深入工作的。我的意思是，当您对's'进行哈希时，该哈希值是's'和set1，并且您正在检查set2是否为set1 }或set1，或者每个集合都有set2的不同哈希值，并且您正在为每个不同的集合检查's'的哈希值。

Answer 1

Python dict本质上是hash table。基本上，密钥通过散列函数转换为表位置;由于多个键可能具有相同的值，因此必须有一些机制来检测冲突（多个具有相同键的键）并向下移动一系列备用条目，直到找到正确的键。

对于dict，密钥单元格在找到时与值相关联。对于set，没有值：密钥要么属于集合要么不属于集合。

因此，散列行为允许在恒定时间内消除大多数可能的值（假设冲突不常出现问题，并且Python会在可能发生的情况下重新分配存储空间。）

Answer 2

我建议你阅读这篇previous question，它将详细解释Python中的散列。

Answer 3

当Python创建一个字符串时，它基于字符串值。因此，分配给不同变量的's'和's'都具有相等的哈希值。因此：

>>> a = 's'
>>> b = 's'
>>> hash(a) == hash(b)
True

但请注意，它们可能并不总是指向内存中的相同字符串：

>>> a = 'this is some really long string'
>>> b = 'this is some really long string'
>>> id(a)
47002352L
>>> id(b)
47002608L

Answer 4

（不可变）对象在其整个生命周期中始终具有相同的哈希值。 set1和set2之间的哈希值相同 - 这允许在集合之间执行union和intersection之类的操作，以及确定成员是否为除了其他内容之外，在集合中是独一无二的。

>>> first_dict = {"s":"s".__hash__(), "t":"t".__hash__()}
>>> second_dict = {"s":"s".__hash__()}
>>> first_dict
{'s': -638743784, 't': 711199131}
>>> second_dict
{'s': -638743784}

您可以拥有内存中不同对象的相同字符串。但由于它们是相同的字符串，因此它们会相同。

>>> id(a)
7858120
>>> id(b)
7858624
>>> a.__hash__()
-1117164856
>>> b.__hash__()
-1117164856

如果对象具有在其生命周期内永远不会更改的哈希值（它需要哈希（）方法），并且可以与其他对象进行比较（它需要），则该对象是可清除的eq （）方法）。比较相等的Hashable对象必须具有相同的哈希值。

Hashability使对象可用作字典键和set成员，因为这些数据结构在内部使用哈希值。

所有Python的不可变内置对象都是可清除的，而没有可变容器（例如列表或字典）。默认情况下，作为用户定义类实例的对象是可清除的;它们都比较不等（除了它们自己），它们的哈希值来自它们的id（）。

散列如何为python集工作

4 个答案: