【Python基础】从__hash__语法深入理解Python中的哈希 hash

最近看代码遇到了一些自定义的类中实现了__hash__函数，一直模模糊糊的知道__hash__函数对类的实例做了哈希，使每个对象都有一个唯一值对应。但对于

1. 自己怎么用
2. 自己什么时候需要用

这两个问题仍然无法解答，于是就搜罗了一下资料，并与诸君共享。

根据场景来解释

代码来源：https://github.com/lavis-nlp/spert/tree/master/spert（为方便演示进行了简化）。

class EntityType:
    def __init__(self, index, short_name):
        self._index = index
        self._short_name = short_name
        
    def __eq__(self, other):
        if isinstance(other, EntityType):
            return hash(self) == hash(other)
        return False

    def __hash__(self):
        print(f'{self._index} 对应的哈希值：{hash((self._index, self._short_name))}')
        return hash((self._index, self._short_name))

该类是一个关于“实体”的类（实体是什么不重要，就想象成是关于猫的类，猫猫有一个编号和名字）。

代码里不仅实现了__hash__，还实现了__eq__。先暂且记住两个是需要同时实现的。

下面使用这个类声明两个对象，

e3 = EntityType(3, 'c')
e4 = EntityType(3, 'c')
if e3 == e4:
    print('Same')
else:
    print('Different')

输出：

3 对应的哈希值：-4381402341035294393
3 对应的哈希值：-4381402341035294393
Same

在Python中自定义的对象默认是可hash 的，并且默认hash 值是通过id 获得，这个id 指的是存储的地址，但从地址得到的hash 值一般不符合我们的要求，我们更希望是通过对具体数据进行hash ，然后得到hash 值。

所以在上面的例子中， hash了由self._index 和 self._short_name组成的元组，这样的好处是如果有两个对象的值相同，那么可以通过比较hash 值快速判断。而用于判断的函数就是__eq__，这就相当于C++中的操作符重载，__eq__相当于重载了==。

综上，可以总结出，我们重写_hash__（记住这里是重写，因为默认是可hash的，所以本身会有该函数）的场景就是，如果我们新创建的类，需要保证值不重复性就可以进行进行重写，另外不要忘记还要重写__eq__函数。

另外：有些文章提到了【可变对象和不可变对象】与【不可哈希和可哈希】的关系，提到了list set dict是可变对象，元素会有增有减，“所以” list set dict是不可hash的，和其中的元素是否可hash没有关系。

参考感谢 🤙

[1] Python 哈希教程
[2] python3自定义类：重写__eq__和__hash__函数
[3] python中的hashable（可哈希的）是什么意思
[4] Python id()
[5] python数据结构（三）set使用和原理