Question

我有一个问题，我随机生成一个字典，可能有很多可能性（比方说，我有25＆000; 000可能是不同的dics）。我想为这些可能性中的每一种生成一个标识符，一个ID。我想要的是：

如果两个词典对每个键具有完全相同的值，则ID是相同的
如果两个词典具有不同的ID，则必须在其内容中至少有一个差异。
每次运行程序时，ID都保持不变（id(x)不起作用）
奖励：不同版本的Python（2.6,2.7,3.4,3.6）

我目前的想法是使用哈希函数（虽然我对它很少了解）并做这样的事情（假设一个int / float数字的字典）：

import hashlib
def getID(mydic):
    ID = 0
    for x in mydic.keys():
        # Hash the content
        ID = ID + int(hashlib.sha256(str(mydic[x]).encode('utf-8')).hexdigest(), 16)
        # Hash the key
        ID = ID + int(hashlib.sha256(x.encode('utf-8')).hexdigest(), 16)
    return (ID % 10**10)

据我所知，这应该适用于大多数情况，但是根据字典和键的实际内容，两个不同的dics产生相同的ID并不是不可能的。例如，如果我没有散列键并且两个不同的条目可以是＆＃34; 1.0＆＃34;，那么我可能会遇到问题。

你有什么建议，希望不依靠运气吗？

编辑：我在我尝试做的事情上添加了更大的代码：它基本上是随机参数优化。 Code on pastebin

Answer 1

依赖运气;其他人都有充分的理由。除非您的ID长于您可以编码的最长字典，或者您选择不能对某些字典进行编码，否则将会有多个具有相同ID的字典。这是一个简单的计算问题。假设您将一个字典命名为1，另外两个字典，依此类推。你最终会用完数字，或者你的ID会变长。 CGenerally我们使用ID或哈希当我们想要一些小的数量，代表一个对象。如果您愿意将字典的名称与字典本身一样大，那么您正在寻找规范表示，而不是ID或哈希。

像p256这样的东西的优点是我们认为很难找到两个具有相同散列的输入。虽然理论上确定有多个输入可以提供相同的sha256，但我们相信没有人发现两个输入可以提供相同的sha256。所以，你几乎肯定是安全的，忽略了你将遇到哈希冲突的可能性。

Answer 2

要创建ID，您需要创建一个不可变对象。由于密钥是无序的，您可能需要对它们进行排序。

例如：

mydict = {'a': 1, 'c': 9, 'b': 3}

values = tuple(sorted(mydict.items()))
# -> (('a', 1), ('b', 3), ('c', 9))

然后，您可以使用自己的哈希算法，例如使用sha256：

import hashlib

def hash_item(m, k, v):
    m.update(k.encode('utf-8'))
    m.update(str(k).encode('utf-8'))

m = hashlib.sha256()
for k, v in values:
    hash_item(m, k, v)
print(m.digest())
# -> b'\xa5\xb42\xee\x03\x07\xbe\x7f\xa2:\xa0\x04a\xf5N\xee4\xba\x9dE%\x1bU\x04V}7\xa8\xda3\x9d\xff'

为字典生成唯一标识符？

2 个答案: