Python: TypeError: unhashable type: ‘list‘

目录

1. TypeError: unhashable type: 'list' 

2. 何为哈希？

2.1 哈希

2.2 哈希表

2.3 Python中的哈希表的例子

3. Why list is unhashable?

---

1. TypeError: unhashable type: 'list' 

        这个错误通常意味着你试图将一个list对象用作哈希参数（hash argument），有以下两种典型（常见）的情况：

        (1) 用作字典的键值

        (2) 用作集合set的元素

myDict = {[1,2,3]:'123', 'name':'chenxy'}

mySet  = set()
mySet.add([1,2,3])

        以上两个例子都将导致如题的错误。 

         原因是list是不能用作哈希值的（can't be hashed），通常的解决方案是将list转换为tuple再使用，如下例所示：

myDict = {tuple([1,2,3]):'123', 'name':'chenxy'}
mySet  = set()
mySet.add(tuple([1,2,3]))
print(myDict)
print(mySet)


运行结果如下：

        {(1, 2, 3): '123', 'name': 'chenxy'}
        {(1, 2, 3)}

2. 何为哈希？

2.1 哈希

        哈希（hash）也成为散列，是计算机科学中的一个概念，它是指把任意长度的输入，通过哈希算法变换成固定长度的输出，这个输出值就是哈希（散列）值。实现这一算法的函数就叫做哈希函数，哈希算法最重要的特点就是：

• 相同的输入一定得到相同的输出；
• 不同的输入大概率得到不同的输出。

        哈希函数就是实现了哈希算法的函数，将输入参数变换为一个唯一的（固定长度的）数，它可以接收任意一经初始化后就不会再变化的对象（从哈希函数来看就是一个长度不一的二进制字符串）作为参数，这一特性通常被用于生成字典的键。有很多种哈希算法，这里就不一一介绍。

         python的内置函数hash()用于将输入参数变换为其对应的哈希值，比如说：

hash(tuple([1,2,3]))
Out[93]: 529344067295497451

2.2 哈希表

        哈希表（Hash table，也叫散列表），是根据关键码值(Key value)而进行随机访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数就是哈希函数，存放记录的数组叫做散列表。

2.3 Python中的哈希表的例子

        python中的dict就是哈希表的一种实现。python中的set也是哈希表的一种实现。dict的元素是{key: value}对，而set可以看作是只有key而没有value。dict中key必须保持唯一性，否则的话就无法实现正确查询。set则由其定义可知其中的元素都是唯一(unique)的。因此两者都以哈希表的方式来实现也就不足为怪。

3. Why list is unhashable?

        哈希表要求用同一对象作为key查询得到的结果保持不变（否则的话，每次查询相同的key，返回的值都不同就无法起到数据存储的功能了），这就要求用作key的对象本身必须是保持不变的（immutable once it is initialized）。如果一个对象是可变的，那它的内容一旦发生变化，它的二进制表示就会发生变化，以它为输入经由哈希函数计算出来的哈希值也就发生变化了，因此以它为键值进行查询而得到的结果也就与上次查询结果不一样。

        list是mutable类型，tuple是immutable类型，因此list是unhashable的，不能用作dict的键，也不能作为set的元素，而tuple就可以。

        Python中的hashable objects的例子：

                int, float, decimal, complex, bool, string, tuple, range, frozenset, bytes

        Python中的unhashable objects的例子：

                list, dict, set, bytearray, user-defined classes

Reference:

[1]  http://net-informations.com/python/iq/unhashable.htmhttp://net-informations.com/python/iq/unhashable.htm