Question

我需要计算需要在架构之间保持稳定的哈希值。 python的hash（）是否稳定？

更具体地说，下面的示例显示hash（）在两个不同的主机/体系结构上计算相同的值：

# on OSX based laptop
>>> hash((1,2,3,4))
485696759010151909
# on x86_64 Linux host
>>> hash((1,2,3,4))
485696759010151909

以上情况至少适用于那些输入，但我的问题是针对一般情况

Answer 1

如果您需要定义良好的哈希，可以使用hashlib中的一个。

Answer 2

hash()功能不是你想要的;找到一种可靠的方法来序列化对象（例如str()或repr()）并通过hashlib.md5()运行它可能会更加优先。

详细信息 - hash()旨在返回一个整数，该整数仅在其生命周期内唯一标识对象。一旦程序再次运行，构造新对象实际上可能具有不同的散列。销毁对象意味着将来有另一个对象将拥有该哈希。有关更多信息，请参阅python对hashable的定义。

在幕后，大多数用户定义的python对象都会回退到id()以提供其哈希值。虽然你不应该使用它，但id(obj)因此hash(obj)通常被实现（例如在CPython中）作为底层Python对象的内存地址。因此，你可以看出为什么它不能依赖于任何东西。

您目前看到的行为仅对某些内置python对象可靠，并且不是很远。例如hash({})是不可能的。

关于hashlib.md5(str(obj))或同等对象 - 您需要确保str(obj)可靠地相同。特别是，如果您在该字符串中有字典呈现，它可能不会以相同的顺序列出它的键。 python版本之间可能还有细微的差别......我肯定会建议你依赖的任何实现的单元测试。

Answer 3

没有

x86_64
>>> print hash("a")
12416037344

i386
>>> print hash("a")
-468864544

如果您需要稳定的哈希，请使用sha1之类的内容创建数据摘要，可以在hashlib

中找到

Answer 4

没有。在ARM上使用python 2.6：

>>> hash((1,2,3,4))

89902565