当前位置:首页 > 文章列表 > 文章 > python教程 > Python对象哈希机制___hash__用法

Python对象哈希机制___hash__用法

2026-05-05 17:06:43 0浏览 收藏

亲爱的编程学习爱好者,如果你点开了这篇文章,说明你对《Python对象哈希机制___hash__用法》很感兴趣。本篇文章就来给大家详细解析一下,主要介绍一下,希望所有认真读完的童鞋们,都有实质性的提高。

Python中可哈希对象需满足“相等对象哈希值相同”且哈希值生命周期内不可变;内置不可变类型(如int、str、tuple)默认可哈希,可变类型(如list、dict)默认不可哈希;自定义类需同时实现__hash__和__eq__方法,并确保参与哈希的属性逻辑不可变。

Python对象哈希机制___hash__用法

Python 中的 __hash__ 方法决定了对象能否作为字典键或集合元素,核心在于:**可哈希对象必须满足“相等对象具有相同哈希值”,且哈希值在其生命周期内不可变**。

什么对象默认可哈希?

内置不可变类型(如 int、str、tuple、frozenset)默认实现了 __hash__,因此可直接用作字典键或加入集合;而可变类型(如 list、dict、set)默认不提供 __hash__,调用会抛出 TypeError。

自定义类如何支持哈希?

若希望自定义类实例可哈希,需同时满足两个条件:

  • 显式定义 __hash__ 方法,返回一个整数
  • 重写 __eq__ 方法(否则 Python 会使用默认的基于身份的比较,导致逻辑不一致)
  • 确保参与比较和哈希计算的属性在对象创建后不再改变(即实例是逻辑不可变的)

例如:


class Point:
  def __init__(self, x, y):
    self._x = x
    self._y = y

  @property
  def x(self): return self._x
  @property
  def y(self): return self._y

  def __eq__(self, other):
    return isinstance(other, Point) and self.x == other.x and self.y == other.y

  def __hash__(self):
    return hash((self.x, self.y)) # 基于不可变属性元组计算

常见陷阱与注意事项

以下做法会导致行为异常或报错:

  • 仅实现 __hash__ 而不重写 __eq__:可能违反“相等对象哈希值相同”的契约
  • 在 __hash__ 中使用可变属性(如普通实例变量未加保护):对象修改后哈希值变化,破坏字典/集合内部结构
  • 返回非整数(如字符串或浮点数):引发 TypeError
  • 对本应不可哈希的类返回 hash(self) 或 id(self):虽能运行,但违背语义(不同但相等的对象哈希不同)

何时应禁用哈希?

如果类设计为可变(如允许后续修改属性),应显式将 __hash__ 设为 None:

def __hash__(self):
  return None # 等价于未定义 __hash__,明确表示不可哈希

这样能提前阻止误用,比运行时出错更清晰。

今天关于《Python对象哈希机制___hash__用法》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

HTML中main标签用法 HTML中main标签在SEO中的作用HTML中main标签用法 HTML中main标签在SEO中的作用
上一篇
HTML中main标签用法 HTML中main标签在SEO中的作用
Java链式编程实战:如何通过return_this返回当前对象
下一篇
Java链式编程实战:如何通过return_this返回当前对象
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    258次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    302次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    281次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    259次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    67次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码