Python重写字符串__hash__方法

Question

我正在尝试为字符串创建自定义哈希函数。我想通过字符频率按权重对字符串进行哈希处理。这样hi和ih将产生相同的哈希值。我可以覆盖__hash__吗？

还是创建一个包含字符串并覆盖__hash__和__eq__的包装类是唯一的方法？

- darksky

---

我会使用包装类。它既清晰明了，又不会通过假装成字符串而导致完全不同的哈希值而引起混淆。 - millimoose

在使用哈希作为键的容器中混合使用str和custom_str可能会很有趣 :) - Jon Clements

虽然你可以这样做，但我认为另一种方法可能会更好。例如，定义一个函数来分类字符串，并将其用作排序键。 - Keith

那么，如果你把它们作为字典的键，你想让 ih 替换 hi 吗？ - Keith

@Keith 不对，我是将排序后的顺序作为键，实际字符串作为值插入列表中。 - darksky

Answer 1

你希望得到一个具有不同等价性的派生类型。通常采取的方法是定义相等性如何工作，然后从中派生结构来构建哈希方法，因为必须保证哈希与相等性一致。可能的做法是：

import collections

class FrequencyString(str):
    @property
    def normalized(self):
        try:
            return self._normalized
        except AttributeError:
            self._normalized = normalized = ''.join(sorted(collections.Counter(self).elements()))
            return normalized

    def __eq__(self, other):
        return self.normalized == other.normalized

    def __hash__(self):
        return hash(self.normalized)

- SingleNegationElimination

---

假设我创建了一个返回哈希值的自由函数。我该如何将该键插入到返回的哈希位置？dict = {}，dict [5] = value会将value插入到位置5还是键'5'？ - darksky

将值放入字典中确实意味着更改相等语义，这是正确的方法。您可以选择将包装器结构化为一个信封，其中具有原始字符串作为实例属性。 - SingleNegationElimination

Answer 2

你的假设是正确的，你不能在Python中覆盖基类。虽然可以重写str()会做什么，但对于字符串字面值不起作用。

如果您正在为Python 2.2之前编写代码，请查看UserString类，如果要创建自己的类：http://docs.python.org/2/library/userdict.html#module-UserString

否则，您可以简单地继承str或unicode

在您的情况下，如果您想将其用作字典键，则仅覆盖__hash__方法就足够了。但如果您正在查看比较，则必须覆盖__eq__或__cmp__

- Wolph

---

拒绝使用UserString，那是古老的历史了。只需从str继承即可，例如class mystr(str): ...。 - Jon Clements

它说如果我不需要支持2.2版本之前的向后兼容性，我可以直接从内置的str子类化。那该怎么做呢？只需要这样吗：class wrapper_class(str):？仅覆盖__hash__和__eq__就足够了吗？ - darksky

@JonClements，你刚刚回答了我评论的第一部分 :) 那么方法覆盖呢？__hash__和__eq__是否足够？ - darksky

@JonClements 如果您将其作为单独的答案放置，我会将其标记为正确。 - darksky

@darksky 我正在思考这个问题，想知道是否有其他方法。你能否在你的问题中解释一下你的确切用例？ - Jon Clements

Answer 3

你可以继承自str，但由于它们是不可变的，所以你必须以稍微不同的方式对它们进行子类化。最有可能的是，你想要从现有字符串创建新的字符串，因此你还必须重写__new__方法。你可能还需要添加额外的特殊方法来打败Python所做的优化。

这里有一个内置str的子类化示例，mapstr对象允许在表单中轻松替换占位符。

- Keith

---

你能解释一下你所说的“很可能你想从现有字符串创建新的字符串”是什么意思吗？我只想创建一个可以传递到__init__的字符串，那我为什么需要子类化__new__呢？如果我不这样做会发生什么？ - darksky

那么你打算如何使用它？ - Keith

将具有相同字符的字符串哈希到一个键中。值是所有字符串的列表。键是它们的排序版本。 - darksky