set.pop() 是确定性的吗？答案

【问题标题】：Is set.pop() deterministic?set.pop() 是确定性的吗？
【发布时间】：2012-05-13 00:08:40
【问题描述】：

我了解 python 集合的元素没有排序。调用pop方法返回任意元素；我没问题。

我想知道的是，当集合具有相同的历史时，pop 是否总是返回相同的元素。当然，在一个版本的 python 中，我不介意 python 的不同版本/实现是否做自己的事情。特别是，我问的是python 2.7。在这种情况下，这不仅仅是 api 的实现问题。

我在游戏的程序地牢生成器中大量使用集合，我希望结果对于给定的种子具有确定性。

【问题讨论】：

相关：stackoverflow.com/questions/3949310/… 和 svn.python.org/view/python/trunk/Objects/…
为什么不测试一下/看源码？
@delnan " 特别是，我问的是 python 2.7。在这种情况下，这不仅仅是 api 的实现问题。"因此，无需按照您的建议测试多个版本或未来版本。您似乎已经想到了便携性和永恒性的要求。
@Marcin 啊，是的，对不起。我错过了。这是一种下意识的反应，许多像这样的 cmets 实际上都有我错误地指责你的缺陷（“在 C89 中是……未定义的行为吗？”——“只要在你的机器上尝试你的编译器版本，使用您碰巧选择的标志，使其工作”）。
如果你有 exact 相同的对象集，并且可以保证使用相同的哈希函数，那么是的，set.pop()，以及list(set())可以是确定性的。

标签： python set

【解决方案1】：

一般的答案是否。@Christophe 和@Marcin (un) 有帮助地指出的python 源代码表明，元素是按照它们在哈希表中出现的顺序弹出的。因此，弹出顺序（可能是迭代顺序）是确定性的，但仅适用于固定哈希值。根据__hash__ 文档中的注意，数字是这种情况，但字符串不是，顺便说一下，这也直接涉及您的问题：

请注意，默认情况下，str、bytes 和 datetime 对象的 hash() 值是用不可预测的随机值“加盐”的。尽管它们在单个 Python 进程中保持不变，但在 Python 的重复调用之间它们是不可预测的。

[...]

更改哈希值会影响 dicts、sets 和其他映射的迭代顺序。 Python 从未对这种顺序做出保证（它通常在 32 位和 64 位版本之间变化）。

编辑：正如@Marcin 指出的那样，我引用的链接不适用于 Python 2。哈希随机化became the default with Python 3.3. Python 2.7 默认情况下没有有意的非确定性字符串哈希。

通常，对于散列不是其值的可重复函数的任何对象（例如，如果散列基于内存地址），这都是一个问题。但相反，如果您为集合中的对象定义自己的 __hash__ 方法，则可以预期它们将以可重现的顺序返回。（前提是该系列的历史和平台保持不变）。

【讨论】：

您指的是python开发版的文档。这个问题是关于python 2.7的，你引用的文字没有出现在那个版本的相应文档中：docs.python.org/reference/datamodel.html#object.__hash__

【解决方案2】：

如果您确实针对某个特定版本的 python，那么您可以查看源代码并测试其行为（但测试良好 - 考虑负载因素等）。

如果您想要可移植性，或者您发现 set 没有按要求执行，请使用有序字典（这里有一个：http://code.activestate.com/recipes/576693/；还有很多其他的，所以找一个您喜欢的外观），然后适应它作为一个集合。

更新：这是一个有序集：http://packages.python.org/Brownie/api/datastructures.html#brownie.datastructures.OrderedSet

【讨论】：

Ordereddict 在 2.7 和 3.1+ 的 stdlib 中（docs.python.org/library/…，docs.python.org/dev/library/…）

【解决方案3】：

如果你想强制确定性，你可以尝试类似

value = min(my_set)
my_set.remove(value)

【讨论】：

请注意，这仅在 min() 明确时才具有确定性。可能有一个具有不同值的奇怪集合，其中有两个或多个都小于所有其他值（并且两者都小于另一个）。在野外并不常见，但可能。
一个更好的例子是无法排序的值（即只能比较是否相等）。 __lt__ 的定义允许同时使用 x < y 和 y < x，虽然是合法的，但坦率地说是错误的。
当集合无法排序时（例如，一组复数），您的解决方案无论如何都会失败并出现 TypeError。但是考虑class epsilon(float): def __lt__(self, other): return True if 0 < other

【解决方案4】：

内部我认为情况类似于dict。顺序由散列算法确定，在某些情况下会产生相同的结果。但是你不应该依赖它，因为一旦元素数量变大，集合就会遇到冲突（即它的内部散列），最终导致不同的排序。

简而言之：不，set.pop() 不是确定性的。不要假设任何顺序，因为 API 明确指出，

一个集合对象是一个无序集合

【讨论】：

【解决方案5】：

The documentation 没有指定它必须是确定性的，因此您应该假设它不是。

【讨论】：

鉴于问题似乎与特定版本有关，因此无需假设任何内容 - 可以检查源代码并测试行为。