改变字典的散列函数

Question

根据question，我们知道两个不同的字典，例如dict_1 和dict_2，使用完全相同的哈希函数。

有没有办法改变字典使用的哈希函数？_{否定答案也接受！}

Answer 1

您无法更改哈希函数 - dict 将在它应该插入的键上调用 hash，仅此而已。

但是，您可以包装密钥以提供不同的__hash__ 和__eq__-方法。

class MyHash(object):
     def __init__(self, v):
         self._v = v

     def __hash__(self):
         return hash(self._v) * -1

     def __eq__(self, other):
         return self._v == other._v

如果这实际上有助于解决您最初的问题/问题，我怀疑，似乎一个自定义的基于数组/列表的数据结构可能是答案。或者不。

Answer 2

这是列表列表顶部的“哈希表”，其中每个哈希表对象都与特定的哈希函数相关联。

class HashTable(object):
    def __init__(self, hash_function, size=256):
        self.hash_function = hash_function
        self.buckets = [list() for i in range(size)]
        self.size = size

    def __getitem__(self, key):
        hash_value = self.hash_function(key) % self.size
        bucket = self.buckets[hash_value]
        for stored_key, stored_value in bucket:
            if stored_key == key:
                return stored_value
        raise KeyError(key)


    def __setitem__(self, key, value):
        hash_value = self.hash_function(key) % self.size
        bucket = self.buckets[hash_value]
        i = 0
        found = False
        for stored_key, stored_value in bucket:
            if stored_key == key:
                 found = True
                 break
            i += 1
        if found:
            bucket[i] = (key, value)
        else:
            bucket.append((key, value))

您的应用程序的其余部分仍然可以看到底层的存储桶列表。您的应用程序可能需要将额外的元数据与每个存储桶关联，但这就像为存储桶列表的元素定义一个新类而不是普通列表一样简单。

Answer 3

我认为您想要的是一种创建存储桶的方法。基于此，我建议 collections.defaultdict 使用 set 初始化程序作为“桶”（取决于您使用它的目的）。

这是一个示例：

#!/usr/bin/env python

from collections import defaultdict
from itertools import combinations

d = defaultdict(set)

strs = ["str", "abc", "rts"]
for s in strs:
    d[hash(s)].add(s)
    d[hash(''.join(reversed(s)))].add(s)

for combination in combinations(d.values(), r=2):
    matches = combination[0] & combination[1]
    if len(matches) > 1:
        print matches

# output: set(['str', 'rts'])

这里结束在同一个桶中的两个字符串非常很可能相同。我通过使用 reverse 函数并使用字符串创建了哈希冲突，并且它作为值是反向的。

请注意，该集合将使用完全比较，但应该非常快。

不要在不耗尽集合的情况下散列太多值。