Question

为什么Python集的迭代顺序（具有相同的内容）因运行而异，以及从运行到运行使其一致的选项是什么？

我知道Python集的迭代顺序是任意的。如果我将'a'，'b'和'c'放入一个集合然后迭代它们，它们可能会以任何顺序返回。

我观察到的是，在程序运行中，订单保持不变。也就是说，如果我的程序连续两次迭代同一个集合，那么我两次都得到相同的顺序。但是，如果我连续两次运行程序，则顺序会从运行更改为运行。

不幸的是，这打破了我的一个自动化测试，它简单地比较了我的程序的两次运行的输出。我不关心实际的顺序，但我希望它在运行之间保持一致。

我提出的最佳解决方案是：

将该集复制到列表中。
对列表应用任意排序。
迭代列表而不是集合。

是否有更简单的解决方案？

注意：我在StackOverlow上发现了类似的问题，但没有一个能解决从运行到运行获得相同结果的特定问题。

Answer 1

你想要的是不可能的。任意意味着任意。

我的解决方案与您的解决方案相同，如果您希望能够将其与另一个进行比较，则必须对该集进行排序。

Answer 2

在两组上使用symmetric_difference（^）运算符来查看是否存在任何差异：

In [1]: s1 = set([5,7,8,2,1,9,0])
In [2]: s2 = set([9,0,5,1,8,2,7])
In [3]: s1
Out[3]: set([0, 1, 2, 5, 7, 8, 9])
In [4]: s2
Out[4]: set([0, 1, 2, 5, 7, 8, 9])
In [5]: s1 ^ s2
Out[5]: set()

Answer 3

set迭代顺序从run-to-run更改的原因似乎是因为Python默认使用散列种子随机化。（参见命令选项-R。）因此，设置迭代不仅是任意的（因为散列），而且也是非确定性的（因为随机种子）。

您可以通过为解释器设置环境变量PYTHONHASHSEED来覆盖具有固定值的随机种子。使用从run到run的相同种子意味着set iteration仍然是任意的，但现在它是确定性的，这是所需的属性。

哈希种子随机化是一种安全措施，使对手难以提供将导致病态行为的输入（例如，通过创建大量哈希冲突）。对于单元测试，这不是一个问题，因此在运行测试时覆盖散列种子是合理的。

Answer 4

集合的迭代顺序不仅取决于其内容，还取决于项目插入集合的顺序，以及沿途是否有删除。因此，您可以使用不同的插入和删除创建两个不同的集合，最后使用相同的集合，但具有不同的迭代顺序。

正如其他人所说：如果你关心集合的顺序，你必须从中创建一个排序列表。

Answer 5

您的问题转化为两个问题：A）如何在特定情况下比较“两次运行的输出”; B）集合中迭代顺序的定义是什么。也许你应该区分它们并将B）作为一个新问题发布。我会回答A.

恕我直言，在您的情况下使用排序列表不是一个非常干净的解决方案。您应该决定是否一劳永逸地关注迭代顺序并使用适当的结构。

要么1）你要比较两组，看看它们是否有相同的内容，不论顺序如何。那么简单的==运算符on sets似乎是合适的。请参阅python2 sets，python3 sets。

或者2）你想检查元素是否以相同的顺序插入。但是，只有当插入顺序在某种程度上对您的库的用户很重要时，这似乎是合理的，在这种情况下使用set类型可能不适合开始。换句话说，通过“比较两次运行的输出”以及为什么要这样做，目前还不清楚你的意思。

在所有情况下，我怀疑排序列表是否合适。

Answer 6

您可以将预期结果设置为一组。并使用==检查这两组是否相等。

Answer 7

与集合相反，列表始终是有保证的顺序，因此您可以抛出集合并使用列表。

设置迭代顺序因运行而异

7 个答案: