Python冻结集合的持久化哈希

Question

如何将Python frozenset对象的嵌套转换为唯一的整数，使其在不同的Python会话和平台上保持相同？

例如，在不同平台上使用hash()函数得到的值是不同的。

32位

Python 2.6.5 (r265:79063, Apr 16 2010, 13:09:56) 
[GCC 4.4.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> a=frozenset([frozenset([1,2,3]),frozenset(['a','b','c'])]);
>>> hash(a)
1555175235

64位

Python 2.6.5 (r265:79063, Apr 16 2010, 13:57:41) 
[GCC 4.4.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> a=frozenset([frozenset([1,2,3]),frozenset(['a','b','c'])]);
>>> hash(a)
-6076998737938213053

- Cerin

---

相关链接：https://dev59.com/wr3pa4cB1Zd3GeqPjbPz - Albert

Answer 1

你如何将Python frozenset对象的嵌套转换为唯一的整数，在Python会话和平台之间保持相同？

据我所知，哈希值不能保证唯一。实际上，在用于查找表（例如字典）的哈希冲突中非常普遍。

话虽如此。如果您想要在平台之间使用一致的、非唯一的“哈希”，我建议尝试使用标准库hashlib。我没有在不同的平台上尝试过它，但我相信其中大多数实现的算法（例如MD5）都是与平台无关的。

我将使用排序后的集合的pickled版本来提供哈希算法，以确保用于哈希的字符串始终相同。

---

编辑：想要添加一个基本的例子：

>>> import cPickle as pkl
>>> import hashlib as hl
>>> s = frozenset([1,2,3])
>>> p = pkl.dumps(sorted(s))  #make sure you use the same pickle protocol on all platform!
'(lp1\nI1\naI2\naI3\na.'
>>> h = hl.md5(p)
<md5 HASH object @ 0xb76fb110>
>>> h.digest()
"\x89\xaeG\x1d'\x83\xa5\xbd\xac\xa7\x1c\xd9\x1d/2t"  #this should be consistent

- mac

---

就这个问题而言，我已经检查了在32位和64位平台上冻结集合的md5校验和是相同的。 - jcollado

一个无序类型的腌制是否保证在所有平台上都能腌制成相同的东西？我不太愿意相信它会。我可能会将集合中的元素取出放入列表中，并在腌制之前对它们进行排序。 - dstromberg

谢谢。我需要递归遍历我的嵌套frozensets，并将它们转换为排序列表，但除此之外，这应该可以工作。 - Cerin

@dstromberg，我不认为是这样的。我想这就是为什么他首先对frozenset进行排序的原因。 - Cerin

不能保证在两个不同的会话/平台中pickle相同的对象将产生相同的文件 - 即使这些对象是有序的。因此，除非您喜欢在未来解决非常困难的调试难题，否则不应该依赖它。也许递归排序和repr可能有效，因为排序对象的repr可能是唯一定义的，但我既没有尝试过，也没有思考过足够的内容来确信它会起作用。 - max

Answer 2

你也可以创建自己的哈希函数：

def hash(fs):
    res = 1
    for v in fs:
        res = (res*31 + v) % 2**30
    return res

这并不一定是唯一的，但它与内置的 set 哈希一样好，并且您可以在各个平台上完全控制其结果。

- Thomas Ahle