python集的散列如何工作[重复]

Posted 2023-02-25

【中文标题】python集的散列如何工作[重复]

【英文标题】：How does hashing work for python sets [duplicate]

【发布时间】：2016-11-02 14:06:24

【问题描述】：

我完全熟悉哈希表和哈希的工作原理，但我正在尝试完全理解 O(1) 的来源。

set1 = 's','t'
print('x' in set1)
print('s' in set1)
set2 = 's'
print('s' in set2)

我被告知要检查's'是否在set1中，如果将检查's'的哈希的内存分配，并检查它是否在set1中O(1)并返回布尔值。因此有两个 O(1) 操作，但我的问题是：哈希实际上是如何深入工作的。我的意思是，当您散列's' 时，该散列是否具有set1 和set2 之类的内容，并且您正在检查set1 是否是set1 或set2，或者是否每个集合有一个不同的 's' 哈希值，您正在检查每个不同集合的 's' 哈希值。

【问题讨论】：

我对你的问题有点困惑……你能试着改进一下吗？

散列's' 意味着做hash('s')。 set1 和 set2 与此无关。 set 类型使用该操作的结果来获取其内部表中的索引。

所有可散列对象都有散列方法。该集合使用散列来确定对象在集合中是否唯一。当您测试'x' in set1 时——您正在测试'x' 是否是set1 的成员

" 在一个集合中，Python 会跟踪每个哈希值，当你 if x in values: 时，Python 将获取 x 的哈希值，在内部结构中查找它，然后只将 x 与与 x 具有相同哈希值的值进行比较。”这是我在可能的重复页面中寻找的句子，但我不完全理解。有人可以重新措辞吗？你如何只比较具有相同哈希的事物？这就像像列表一样比较集合中的所有内容，但只检查它们是否相同。 o > o

【参考方案1】：

Python dict 本质上是一个hash table。本质上，键通过散列函数转换为表位置；由于多个键可能具有相同的值，因此必须有某种机制来检测冲突（多个键具有相同的值）并向下移动一系列备用条目，直到找到正确的键。

对于dict，密钥单元格在找到时与一个值相关联。对于set，没有值：一个键要么属于集合，要么不属于。

因此，散列行为允许在恒定时间内消除大多数可能的值（假设冲突不会频繁出现问题，并且 Python 会在可能发生时重新分配存储）。

【参考方案2】：

我建议你阅读这个previous question，它将详细解释Python中的哈希。

【参考方案3】：

当 Python 创建字符串时，它是基于字符串值的。因此，分配给不同变量的's' 和's' 具有相同的哈希值。因此：

>>> a = 's'
>>> b = 's'
>>> hash(a) == hash(b)
True

但是，请注意，它们可能并不总是指向内存中的同一个字符串：

>>> a = 'this is some really long string'
>>> b = 'this is some really long string'
>>> id(a)
47002352L
>>> id(b)
47002608L

【参考方案4】：

一个（不可变的）对象在其整个生命周期内总是具有相同的哈希值。 set1 和 set2 之间的哈希值相同——这允许像 union 和 intersection 这样的操作在集合之间发生，以及确定一个成员在集合中是否是唯一的，等等.

>>> first_dict = "s":"s".__hash__(), "t":"t".__hash__()
>>> second_dict = "s":"s".__hash__()
>>> first_dict
's': -638743784, 't': 711199131
>>> second_dict
's': -638743784

您可以在内存中拥有相同的字符串，它们是不同的对象。但由于它们是相同的字符串，它们的哈希值相同。

>>> id(a)
7858120
>>> id(b)
7858624
>>> a.__hash__()
-1117164856
>>> b.__hash__()
-1117164856

一个对象是可哈希的，如果它有一个在其生命周期内永远不会改变的哈希值（它需要一个 hash() 方法），并且可以与其他对象进行比较（它需要一个 eq() 方法）。比较相等的可散列对象必须具有相同的散列值。

哈希性使对象可用作字典键和集合成员，因为这些数据结构在内部使用哈希值。

所有 Python 的不可变内置对象都是可散列的，而没有可变容器（例如列表或字典）是可散列的。默认情况下，作为用户定义类实例的对象是可散列的；它们都比较不相等（除了它们自己），它们的哈希值来自它们的 id()。