Fork me on GitHub

Python学习笔记 | 关于python数据对象 hashable & unhashable 的理解

 


 

写在前面

Hash(哈希、散列)是一个将大体量数据转化为很小数据的过程,甚至可以仅仅是一个数字,以便我们可以在O(1)的时间复杂度下查询它,所以,哈希对高效的算法和数据结构很重要。

immutable(不可改变性)是指一些对象在被创建之后不会因为某些方式改变,特别是针对任何可以改变哈希对象的哈希值的方式。

由于hash key必须是不可变(immutable)的,对应的hash value才能是不变,所以不可变(immutable)和可哈希(hashable)是有关系的。如果hash key允许改变,那么像hashtable这样数据结构的对象将会改变,整个hash映射就都会失效。

具体以例来看,元组(tuple)对象是不可变的(immutable),字典(dict)的键(key)必须是可以哈希的(hashable)。

hashable & unhashable

官方文档:

如果一个对象在其生命周期内有一个固定不变的哈希值 (这需要__hash__()方法) 且可以与其他对象进行比较操作 (这需要__eq__()__cmp__()方法) ,那么这个对象就是可哈希对象 (hashable) 。可哈希对象必须有相同的哈希值才算作相等。

由于字典 (dict) 的键 (key) 和集合 (set) 元素使用到了哈希值,所以只有可哈希 (hashable) 对象才能被用作字典的键和集合的元素。

所有python内置的不可变(immutable)对象(tuple等)都是可哈希的,同时,可变容器 (比如:列表 (list) 或者字典 (dict) ) 都是不可哈希的。用户自定义的类的实例默认情况下都是可哈希的;它们跟其它对象都不相等 (除了它们自己) ,它们的哈希值来自id()方法。

mutable & immutable

(转自 https://www.jianshu.com/p/49f940b2c03e)

首先要明白的是当我们在聊可变与不可变对象时,我们聊的是Python的内置对象。自己定义的对象通常我们不去讨论它是不是可变的,毕竟Python本身是一门动态语言,需要的话我们随时可以给自己定义的这个对象添加其它的属性和方法。

提到Python内置的不可变对象我们能想到的往往有数字、字符串、元组等,提到Python内置的可变对象我们能想到的又有列表、字典等。我们是依据什么把其中的一些对象归于可变,又把另一些归于不可变的呢?
其实这种归类的办法很简单:当我们改变一个对象的值的时候,如果能维持其id值不变,我们就说这个对象是可变,否则我们就说这个对象不可变。

实例检测

#!/usr/bin/env python
# -*- coding: utf-8 -*-

# unhashable 可变对象
# 如list、dict、set:同值不同址,不同值同址

# hashable 不可变对象
# 如int、str、char、tuple:同值同址,不同值不同址

# 怎么判断可变不可变 ?
# 改个值,看id是不是一样,id一样的为可变,则不可哈希。id出现变化,则为不可变,可哈希

# list
L = [1, 2, 3]
L2 = [1, 2, 3]
print('id(L)', id(L))
print('id(L2)', id(L2))
L[0] = 4
print('id(L)', id(L))   # unhashable

'''---------------------
id(L) 2763485176456
id(L2) 2763485176520
id(L) 2763485176456
---------------------'''

# dict
D = {'A':100, 'A-':90, 'B':80, 'C':70}
D2 = {'A':100, 'A-':90, 'B':80, 'C':70}
print('id(D)', id(D))
print('id(D2)', id(D2))
D['A'] = 99
print('id(D)', id(D))   # unhashable

'''---------------------
id(D) 2763485641608
id(D2) 2763485641680
id(D) 2763485641608
---------------------'''

# set
S = set([1, 2, 3])
S2 = set([1, 2, 3])
print('id(S)', id(S))
print('id(S2)', id(S2))
S.remove(1)
print('id(S)', id(S))   # unhashable

'''---------------------
id(S) 1905131096776
id(S2) 1905131094088
id(S) 1905131096776
---------------------'''

# int
a = 666
b = 666
print('hash(a):', hash(a))
print('hash(b):', hash(b))
print('id(a)', id(a))
print('id(b)', id(b))
a = 555
print('hash(a):', hash(a))
print('id(a)', id(a))   # hashable

'''---------------------
hash(a): 666
hash(b): 666
id(a) 1905130526128
id(b) 1905130526128
hash(a): 555
id(a) 1905131082192
---------------------'''

# float
a = 1.2
b = 1.2
print('hash(a):', hash(a))
print('hash(b):', hash(b))
print('id(a)', id(a))
print('id(b)', id(b))
a = 1.1
print('hash(a):', hash(a))
print('id(a)', id(a))   # hashable

'''---------------------
hash(a): 461168601842738689
hash(b): 461168601842738689
id(a) 2682206597600
id(b) 2682206597600
hash(a): 230584300921369601
id(a) 2682206597624
---------------------'''

# str
c = 'ZJ'
d = 'ZJ'
print('id(c)', id(c))
print('id(d)', id(d))
c = 'YF'
print('id(a)', id(c))   # hashable

'''---------------------
hash(c): 3106900240887856397
hash(d): 3106900240887856397
id(c) 1642181677384
id(d) 1642181677384
hash(c): -2749512413466868010
id(c) 1642181677608
---------------------'''

# tuple
T = (1, 2, 3)
T2 = (1, 2, 3)
print('hash(T):', hash(T))
print('hash(T2):', hash(T2))
print('id(T)', id(T))
print('id(T2)', id(T2))

'''---------------------
hash(T): 2528502973977326415
hash(T2): 2528502973977326415
id(T) 2325794115656
id(T2) 2325794115656
---------------------'''

# tuple2
T = (1, [1, 2], 3)
T2 = (1, [1, 2], 3)
print('id(T)', id(T))
print('id(T2)', id(T2))
T[1][0] = 4
print('id(T)', id(T))   # hashable

'''---------------------
id(T) 2979746926664
id(T2) 2979747407048
id(T) 2979746926664
---------------------'''

# 补充说明
# 虽然字符串有个replace()方法,也确实变出了'Abc',但变量a最后仍是'abc'
a = 'abc'
print('a:', a)
print('a:', a.replace('a', 'A'))
print('a:', a)

'''---------------------
a: abc
a: Abc
a: abc
---------------------'''

# 这是因为 a.replace('a', 'A') 相当于
b = a.replace('a', 'A')     # replace方法创建了一个新字符串'Abc'并返回

# Summary:
# 对于不变对象来说, 调用对象自身的任意方法, 也不会改变该对象自身的内容。
# 相反, 这些方法会创建新的对象并返回, 这样, 就保证了不可变对象本身永远是不可变的。
>>> class A:
...     pass
...     
>>> cls_a = A()
>>> cls_b = A()
>>> cls_a
<A object at 0x000001890DB69898>
>>> cls_b
<A object at 0x000001890DB6EDD8>
>>> cls_a.__hash__()
-9223371931345262199
>>> cls_b.__hash__()
-9223371931345260835
>>> id(cls_a)
1688152217752
>>> id(cls_b)
1688152239576
# 这里两个对象(cls_a和cls_b)哈希值和id都不一样
# 由于用户自定义的类的实例其哈希值与id有关,所以id值和哈希值都不相同,就如官方文档里说的,实例只跟自己相等。

Python内置的可哈希对象可以使用hash()或者__hash__()方法来查看它的哈希值,如:a.__hash__()或者hash(a),而id()函数用于获取对象的内存地址。

后续思考

使用key-value存储结构的dict在Python中非常有用,选择不可变对象作为key很重要,最常用的key字符串
tuple虽然是不可变对象,但试试把(1, 2, 3)(1, [2, 3])放入dictset

# tuple是不变对象,试试把(1, 2, 3)和(1, [2, 3])放入dict或set中

T = (1, 2, 3)
T2 = (1, [2, 3])

D = {T: 100}
print('D:', D)

'''-----------------
D: {(1, 2, 3): 100}
-----------------'''

# D2 = {T2: 100}      # TypeError: unhashable type: 'list'
# print('D2:', D2)

S = set([T])
print('S:', S)

'''-----------------
S: {(1, 2, 3)}
-----------------'''

# S = set([T2])       # TypeError: unhashable type: 'list'
# print('S:', S)

参考文章

posted @ 2019-04-01 22:32  zhouie  阅读(1651)  评论(0编辑  收藏  举报