在字典中覆盖 Python 的散列函数

Question

我正在尝试为一些我将散列到字典中的对象创建自定义散列函数。散列函数是唯一的（不是标准的 Python 函数）。这对我来说非常重要：使用独特的功能。每个键的值都是一个列表。

假设我覆盖了__hash__ 并最终得出了一个对象的正确哈希数。会：

dict = {}
dict[number_here] = value

将值散列到位置编号number_here，还是仍然在 Python 的哈希表将为该编号计算的位置？

打印dict 只显示项目而不是它们的位置。但是，当我执行hash(4) 时，结果是 4。所以我假设这意味着整数被散列到它们各自的位置？

如果我错了，有人可以验证我的发现或向我解释吗？

Answer 1

Martijn Pieters 给出了很好的答案。我只是想补充一点，CPython source 有很好的文档记录，也是查看 Python Dictionary 实现细节的好地方。上次我查了一下，相关的 cmets 在第 33-135 行。

Answer 2

python dict 实现使用哈希值来基于键稀疏存储值并避免该存储中的冲突。它使用hash() 的结果作为起点，它不是最终位置。

因此，虽然hash(4) 返回4，但在底层C 结构中的确切“位置”还基于已经存在的其他 键以及当前表的大小。例如，python 哈希表会根据需要（添加的项目）调整大小。

由于 dict 没有顺序，这不是你需要担心的事情，也不需要影响。如果您需要在 dict 中排序，请改用 collections.OrderedDict() 实现，它会单独跟踪排序。

python哈希表实现细节

您可能想了解哈希表如何在 Wikipedia 上工作； Python 使用开放寻址来实现。

当在表中选择一个槽时，取哈希值（整数）和当前表大小的模数，因此在大小为 32 的表上，所以键 45，哈希值 45 将最初存储在插槽 14 中。

如果发生冲突（槽 14 中已经存储了其他内容，并且不是整数 45），则槽值扰乱，直到找到空槽或相同而是找到了密钥。扰动是用公式完成的：

perturb = slot = hash
while slot_is_full and item_in_slot_is_not_equal_to_key:
    slot = (5*slot) + 1 + perturb
    perturb >>= 5

因此，当发生冲突时，会以越来越小的步长选择另一个槽，直到它扫描整个表。请注意，如果需要，表格已经调整大小以腾出空间。

为了使其正常工作，自定义类型需要__hash__() 方法并且需要实现__eq__() 以确定两个实例是否代表相同的键。匹配哈希值不够。要让dict 实现考虑两个实例来表示完全相同的键，它们的哈希值必须匹配，并且它们必须为== 相等运算符返回True。此类对象被视为hashable。

（对于 Python 2.x，实现 __cmp__() hook 代替实现 __eq__()；在 Python 3 中已删除对此的支持）。