Python的哈希函数顺序背后的逻辑是什么？

Question

众所周知，Python 的一些数据结构使用 哈希表 来存储 set 或 dictionary 等项目。所以这些对象没有顺序。但是，对于某些数字序列，这似乎是不正确的。

例如考虑以下示例：

>>> set([7,2,5,3,6])
set([2, 3, 5, 6, 7])

>>> set([4,5,3,0,1,2])
set([0, 1, 2, 3, 4, 5])

但是如果我们做一个小改动，它就不会被排序：

>>> set([8,2,5,3,6])
set([8, 2, 3, 5, 6])

那么问题来了：Python 的哈希函数是如何处理整数序列的？

Answer 1

虽然SO中有很多关于hash及其顺序的问题，但没有一个解释哈希函数的算法。

所以你只需要知道python如何计算哈希表中的索引。

如果您浏览 CPython 源代码中的 hashtable.c 文件，您将在 _Py_hashtable_set 函数中看到以下行，它显示了 python 计算哈希表键索引的方式：

key_hash = ht->hash_func(key);
index = key_hash & (ht->num_buckets - 1);

因此，由于整数的哈希值是整数本身 *（-1 除外），因此索引基于数据结构 (ht->num_buckets - 1) 的数量和长度，它使用按位计算，介于 @987654327 之间@ 和数字。

现在考虑以下使用哈希表的 set 示例：

>>> set([0,1919,2000,3,45,33,333,5])
set([0, 33, 3, 5, 45, 333, 2000, 1919])

对于号码33，我们有：

33 & (ht->num_buckets - 1) = 1

其实是这样的：

'0b100001' & '0b111'= '0b1' # 1 the index of 33

注意在这种情况下，(ht->num_buckets - 1) 是 8-1=7 或 0b111。

对于1919：

'0b11101111111' & '0b111' = '0b111' # 7 the index of 1919

对于333：

'0b101001101' & '0b111' = '0b101' # 5 the index of 333

以及前面的例子：

>>> set([8,2,5,3,6])
set([8, 2, 3, 5, 6])

'0b1000' & '0b100'='0b0' # for 8
'0b110' & '0b100'='0b100' # for 8

---

* int 类的哈希函数：

class int:
    def __hash__(self):
        value = self
        if value == -1:
            value = -2
        return value