為什么以及如何 Python 函數是可散列的？

Question

我最近在 Python 中嘗試了以下命令：

>>> {lambda x: 1: 'a'}
{<function __main__.<lambda>>: 'a'}

>>> def p(x): return 1
>>> {p: 'a'}
{<function __main__.p>: 'a'}

兩個dict創建的成功表明 lambda 和常規函數都是可散列的。 （類似於{[]: 'a'}失敗， TypeError: unhashable type: 'list' ）。

哈希顯然不一定是函數的 ID：

>>> m = lambda x: 1
>>> id(m)
140643045241584
>>> hash(m)
8790190327599
>>> m.__hash__()
8790190327599

最后一個命令顯示__hash__方法是為lambda顯式定義的，也就是說，這不是 Python 基於類型計算的一些自動的東西。

使函數可哈希化的動機是什么？ 作為獎勵，函數的哈希值是多少？

Answer 1

這沒什么特別的。 如您檢查函數類型的未綁定__hash__方法__hash__ ：

>>> def f(): pass
...
>>> type(f).__hash__
<slot wrapper '__hash__' of 'object' objects>

of 'object' objects部分意味着它只是從object繼承默認的基於身份的__hash__ 。 函數==和hash按身份工作。 id和hash之間的區別對於任何繼承object.__hash__類型都是正常的：

>>> x = object()
>>> id(x)
40145072L
>>> hash(x)
2509067

---

您可能認為__hash__只應該為不可變對象定義，而且您幾乎是對的，但這缺少一個關鍵細節。 __hash__應該只為==比較中涉及的所有內容都是不可變的對象定義。 對於==基於身份的對象，基於身份的hash也是完全標准的，因為即使對象是可變的，它們也不可能以改變其身份的方式可變。 具有基於身份的==文件、模塊和其他可變對象都以這種方式運行。

Answer 2

它可能很有用，例如，創建函數對象集，或按函數索引字典。 不可變對象通常支持__hash__ 。 在任何情況下，由def或由lambda定義的函數之間沒有內部差異 - 這純粹是語法上的。

使用的算法取決於 Python 的版本。 看起來您正在 64 位機器上使用最新版本的 Python。 在這種情況下，函數對象的散列是其id()右旋轉 4 位，結果被視為一個有符號的 64 位整數。 完成右移是因為對象地址（ id()結果）通常是對齊的，因此它們的最后 3 或 4 位始終為 0，這對於散列函數來說是一個有點煩人的屬性。

在您的具體示例中，

>>> i = 140643045241584 # your id() result
>>> (i >> 4) | ((i << 60) & 0xffffffffffffffff) # rotate right 4 bits
8790190327599  # == your hash() result

Answer 3

一個函數是可散列的，因為它是一個普通的、內置的、非可變的對象。

從Python 手冊：

如果一個對象的哈希值在其生命周期內永遠不會改變（它需要一個__hash__()方法），並且可以與其他對象進行比較（它需要一個__eq__()或__cmp__()方法），那么它就是可哈希的。 比較相等的可散列對象必須具有相同的散列值。

哈希能力使對象可用作字典鍵和集合成員，因為這些數據結構在內部使用哈希值。

Python 的所有不可變內置對象都是可散列的，而沒有可變容器（例如列表或字典）是可散列的。 默認情況下，作為用戶定義類實例的對象是可散列的； 它們都比較不相等（除了它們自己），它們的哈希值來自它們的id() 。