Question

我以为我了解Python中set和frozenset之间的关系，但是集合成员身份（set1 in set2）发生了一些不可思议的事情，我不知道它如何工作。

set中的frozenset起作用：

>>> s = set()
>>> s.add(frozenset(['hello', 'world']))
>>> frozenset(['hello', 'world']) in s
True

我无法将list之类的不可哈希类型添加到我的set中，也无法将in运算符用于不可哈希类型：

>>> s.add(['hello', 'world'])
TypeError: unhashable type: 'list'
>>> ['hello', 'world'] in s
TypeError: unhashable type: 'list'

同样，我无法在自己的集合中添加set：

>>> s.add({'hello', 'world'})
TypeError: unhashable type: 'set'

...但是我可以将in与set一起使用，以检查相应的frozenset是否是成员：

>>> {'hello', 'world'} in s
True

...它给出了正确的结果：

>>> {'jello', 'world'} in s
False

set1 in set2为什么特别？在测试成员资格之前，它真的在计算我的集合的哈希值吗？还是回到蛮力状态？

编辑：找到了它，set.__contains__的C实现知道每当key = frozenset(key)抛出hash(key)和{{1 }}。

https://github.com/python/cpython/blob/6c7d67c/Objects/setobject.c#L1890-L1897

TypeError

Answer 1

看看源代码，set_contains的当前实现（3.7）表明，在检查集合中的成员资格时，确实将集合对象转换为冻结集合：

static int
set_contains(PySetObject *so, PyObject *key)
{
    PyObject *tmpkey;
    int rv;

    rv = set_contains_key(so, key);
    if (rv < 0) {
        if (!PySet_Check(key) || !PyErr_ExceptionMatches(PyExc_TypeError))
            return -1;
        PyErr_Clear();
        tmpkey = make_new_set(&PyFrozenSet_Type, key);
        if (tmpkey == NULL)
            return -1;
        rv = set_contains_key(so, tmpkey);
        Py_DECREF(tmpkey);
    }
    return rv;
}

基本上，如果给定对象是集合（PySet_Check(key)），则将创建新的冻结集合（make_new_set(&PyFrozenSet_Type, key)），并再次检查成员资格（set_contains_key(so, tmpkey)）。我认为这实际上并没有记录在任何地方，它可能意味着它是一个“可以正常使用”的功能，而您甚至没有注意到如果您考虑得并不认真的话。

它似乎与被拒绝的PEP-0351具有相同的精神，尽管它不是基于任何特殊方法，并且仅针对集合。

编辑：有关更多详细信息，显然此功能最早是在commit的请求下由Raymond Hettinger在2003（Alex Martelli）上实现的。因此，如果其中一个碰巧在附近，也许他们可以为此提供更多背景信息。

编辑2：值得注意的是，这在特定情况下可能会对性能产生重大影响：

s = set(range(100000))
sf = frozenset(s)
t = { sf }
%timeit sf in t  # True
>>> 31.6 ns ± 1.04 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
%timeit s in t  # True
>>> 4.9 ms ± 168 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

在第二种情况下，测试速度降低了五个个数量级！

编辑3：我raised an issue为Python小组讨论了不赞成使用此行为的可能性，因为它似乎前后矛盾且可能存在问题。开发人员认为它仍然是一个有用的功能，缺点不值得破坏兼容性。

非冻结集的集成员身份

1 个答案: