为什么hash（）在python3.4和python2.7下比较慢

Question

我正在使用timeit进行一些性能评估，并发现python 2.7.10和python 3.4.3之间的性能降级。我把它缩小到hash()函数：

python 2.7.10：

>>> import timeit
>>> timeit.timeit('for x in xrange(100): hash(x)', number=100000)
0.4529099464416504
>>> timeit.timeit('hash(1000)')
0.044638872146606445

python 3.4.3：

>>> import timeit
>>> timeit.timeit('for x in range(100): hash(x)', number=100000)
0.6459149940637872
>>> timeit.timeit('hash(1000)')
0.07708719989750534

这是一个约。降低40％！整数，浮点数，字符串（unicodes或bytearrays）等是否被散列似乎并不重要;退化大致相同。在这两种情况下，哈希都返回64位整数。以上内容在我的Mac上运行，在Ubuntu盒子上有较小的降级（20％）。

我还在python2.7测试中使用PYTHONHASHSEED = random，在一些情况下，为每个“case”重新启动python，我看到hash()性能变差了一点，但绝不像python3.4那么慢

任何人都知道这里发生了什么？是否为python3选择了更安全但更慢的哈希函数？

Answer 1

Python 2.7和Python 3.4之间的hash()函数有两处变化

1. SipHash
的采用
2. 默认启用哈希随机化

参考文献：

• 从Python 3.4起，它使用SipHash来实现它的散列函数。阅读：Python adopts SipHash
• 自Python 3.3 默认情况下启用了哈希随机化。参考：object.__hash__（本节的最后一行）。指定PYTHONHASHSEED值0将禁用散列随机化。