Python对象哈希与比较详解
Python中自定义类默认不可哈希且基于对象身份比较,导致相同属性的实例无法在集合或字典中正确去重或查找;要让对象安全支持这些容器操作,必须同时、一致地重写`__eq__`和`__hash__`方法——即逻辑相等的对象必须返回相同哈希值,且哈希计算应仅依赖不可变属性,否则将引发集合行为异常、键查找失败等隐蔽bug;本文深入剖析原理、给出可运行示例、揭示浮点精度、可变属性、继承等常见陷阱,并提供三步验证法,助你写出健壮、符合Python约定的可哈希类。

Python中对象的哈希(__hash__)与比较(__eq__)行为,直接决定它能否放入集合(set)、字典键(dict键)或被正确去重。核心原则是:如果两个对象相等(==为True),它们的哈希值必须相同;反之,哈希相同不意味着一定相等(允许哈希冲突)。违反这一约定,会导致集合行为异常——比如本该去重却重复出现,或查不到明明存在的元素。
为什么自定义类默认不能放进集合?
默认情况下,用户定义的类实例基于身份(id)比较和哈希:每个实例都是唯一对象,__eq__返回False(除非和自己比),__hash__返回基于内存地址的值。这意味着即使两个实例属性完全一样,a == b为False,它们也能同时存在于集合中:
示例:
class Point:
def __init__(self, x, y):
self.x = x
self.y = y
p1 = Point(1, 2)
p2 = Point(1, 2)
print(p1 == p2) # False
print({p1, p2}) # {<main.Point object at 0x...>, <main.Point object at 0x...>} —— 两个都存进去了
如何让自定义对象支持集合操作?
需同时重写__eq__和__hash__,且逻辑一致:仅当对象“逻辑上相等”时,才返回相同哈希值。关键点:
- 把用于判断相等的属性(如
x、y)作为哈希计算依据,且这些属性本身必须是不可变的(否则哈希值可能变化,破坏集合结构) - 若重写了
__eq__但没重写__hash__,Python会自动将__hash__设为None,导致实例不可哈希(抛TypeError) - 推荐使用
dataclass并设置unsafe_hash=True(仅当所有字段不可变时安全)或手动实现
修正示例:
class Point:
def __init__(self, x, y):
self.x = x
self.y = y
def __eq__(self, other):
if not isinstance(other, Point):
return False
return self.x == other.x and self.y == other.y
def __hash__(self):
return hash((self.x, self.y)) # 元组可哈希,且顺序敏感
p1 = Point(1, 2)
p2 = Point(1, 2)
print(p1 == p2) # True
print(hash(p1) == hash(p2)) # True
print({p1, p2}) # {<main.Point object at 0x...>} —— 自动去重
常见陷阱与注意事项
实际使用中容易忽略以下细节:
- 可变属性导致哈希失效:若
__hash__依赖了后续会被修改的属性(如列表、字典),对象加入集合后修改该属性,哈希值改变,集合内部索引错乱,可能导致无法查找或删除 - 浮点数精度问题:用
float字段做哈希或比较时,注意0.1 + 0.2 != 0.3,建议转为decimal或限定精度比较 - 继承时的哈希一致性:子类若扩展了相等逻辑(如增加新字段),必须同步更新
__hash__,否则父类实例和子类实例可能错误地被认为相等 - None值处理:在
__eq__中显式检查other is None,避免AttributeError
集合操作中的实际验证技巧
调试自定义类是否适配集合,可快速执行三步验证:
- 创建两个逻辑相同的实例
a和b,确认a == b为True - 检查
hash(a) == hash(b)是否为True - 构造集合
s = {a},再执行s.add(b),观察集合长度是否仍为1(即b未重复添加)
满足这三点,基本可安全用于set、dict键、in查询等场景。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。
Golang编写K8s CRD控制器教程
- 上一篇
- Golang编写K8s CRD控制器教程
- 下一篇
- BMI体重指数怎么算?自测方法及标准全解析
-
- 文章 · python教程 | 1天前 |
- Python logging Formatter 统一结构化字段输出
- 185浏览 收藏
-
- 文章 · python教程 | 1天前 | 配置 · python · Python教程 · 配置管理 Python 3.15 frozendict 不可变映射
- Python 3.15 frozendict 内置类型的配置使用场景
- 192浏览 收藏
-
- 文章 · python教程 | 1天前 | 序列化 · python · Python pickle 进程池 multiprocessing Pool
- Python multiprocessing 进程池传递不可序列化对象
- 255浏览 收藏
-
- 文章 · python教程 | 1天前 | 数据一致性 · Python教程 · Python 事务 自动提交 sqlite3 autocommit isolation_level
- Python sqlite3 事务模式与自动提交边界
- 197浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python contextlib.nullcontext 统一同步异步入口
- 316浏览 收藏
-
- 文章 · python教程 | 1天前 | 面向对象 · python · Python教程 · InitVar __post_init__ Python dataclass 派生字段 field(init=False)
- Python dataclass __post_init__ 计算派生字段
- 303浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python typing.TypeGuard 处理复杂容器类型收窄
- 437浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python os.fspath 支持自定义路径对象
- 214浏览 收藏
-
- 文章 · python教程 | 1天前 | 异常处理 · 异步编程 · Python教程 · asyncio · 后台任务 任务取消 CancelledError Python asyncio asyncio.shield
- Python asyncio.shield 保护后台任务免受外层取消
- 407浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python configparser ExtendedInterpolation 组织分层配置
- 480浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 424次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 504次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 512次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 460次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 289次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

