【Python • 集合】如何使复杂类型对象支持集合操作

项目场景：

有两个集合，每次运算时，都需要对两个集合取差集找出两个集合的差异，或者取并集用来去重，其中的元素都是复杂类型的对象。

---

问题描述

众所周知，集合是无序的，且没有重复的。在本例中，定义了一个class，然后创建对象，每次往定义的结合中加元素时，同样的元素，加到集合却可以无限添加，通过调试发现，每次添加的元素Hash值是不同的。

首先定义一个Person类，用于测试，

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age
    
    def get_name(self):
        return self.name
    
    def get_age(self):
        return self.age

在main.py中新建一个集合，向集合中添加Person类型的对象，在person_list中是所有将要添加的对象，其中有一个是重复的，是为了验证是否可以去重专门添加的，

from Model.Person import Person


def main():
    person_set = set()
    person_list = [
        Person("张三", 24),
        Person("李四", 15),
        Person("王五", 28),
        Person("张麻子", 30),
        Person("二营长", 19),
        Person("张三", 24)
    ]

    for p in person_list:
        person_set.add(p)

    print("Person set")
    for p in person_set:
        print(p)


if __name__ == '__main__':
    main()

运行后，结果如下，可以看到，在集合person_set中添加了6个对象，每个集合的hash值都是不一样的，

此时，再加一个test_person_set，用来

    test_person_list = [
        Person("李四", 15),
        Person("王五", 28),
        Person("张麻子", 30),
    ]
    
    test_person_set = set()
    
    for person in test_person_list:
        test_person_set.add(person)

与person_set做差，

result_set = person_set - test_person_set
    print("Result Person set")
    for p in result_set:
        print(p)

此时，输出运行结果，还是person_set中的6个元素，

---

原因分析：

在Python的对象中，有__str__方法，用来将对象转换成字符串，相当于java的toString()方法，__eq__方法，提供两个对象的比较运算，当使用==运算符连接两个对象时触发，而最关键的是__hash__方法，获取对象的hash值。

在Python的集合操作中，判断两个元素是否相等，应该是用对象的hash值来判断是否是同一个对象（只是猜测，并未找到实质证据，也未找到Python的源码）,并且来使用eq来判断是否两个元素相等。

---

解决方案：

基于以上猜测，我在Person类中加入了eq和hash方法，两者任意一个缺失都不能解决这个问题，Person类的对象最终如下，

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

    def get_name(self):
        return self.name

    def get_age(self):
        return self.age

    def __str__(self):
        return self.get_name() + str(self.get_age())

    def __eq__(self, other):
        return self.name == other.name and self.age == other.age

    def __hash__(self):
        return hash(self.name+str(self.get_age()))

此时再次运行main.py，运行结果就正确了，

完整代码：

目录结构

main.py

from Model.Person import Person


def main():
    person_set = set()
    person_list = [
        Person("张三", 24),
        Person("李四", 15),
        Person("王五", 28),
        Person("张麻子", 30),
        Person("二营长", 19),
        Person("张三", 30)
    ]

    test_person_list = [
        Person("李四", 15),
        Person("王五", 28),
        Person("张麻子", 30),
    ]

    test_person_set = set()

    for person in test_person_list:
        test_person_set.add(person)

    for p in person_list:
        person_set.add(p)
    result_set = person_set - test_person_set
    print("Result Person set")
    for p in result_set:
        print(p)


if __name__ == '__main__':
    main()

person.py

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

    def get_name(self):
        return self.name

    def get_age(self):
        return self.age

    def __str__(self):
        return self.get_name() + str(self.get_age())

    def __eq__(self, other):
        return self.name == other.name and self.age == other.age

    def __hash__(self):
        return hash(self.name+str(self.get_age()))