拥有不可散列的类是不是很奇怪？答案

【问题标题】：Is it unpythonic to have classes that are not hashable?拥有不可散列的类是不是很奇怪？
【发布时间】：2012-07-03 18:13:17
【问题描述】：

我在和我的一个同事争论，是否所有的 Python 类都真的需要是可散列的。我们有一个包含符号表达式的类（类似于 SymPy）。

我的论点是，由于我们无法比较两个表达式是否相等，因此不应允许散列。例如，表达式 '(x)' 和 '(1*x)' 可能比较相等，而 'sqrt(x*x*x)' 和 'abs(x)*sqrt(x)' 可能不相等。因此，当使用符号表达式调用时，'hash()' 应该会引发错误。

他的论点是您应该能够将所有类用作字典和集合中的键。因此，它们也必须是可散列的。（我现在把话放在他嘴里，他会解释得更好。）。

谁是对的？如果您尝试对它们进行哈希处理，是否有抛出错误的类？

【问题讨论】：

相等运算符似乎是必不可少的。实际上，我确实重载了相等运算符。但是，例如调用 'x==1' 不会返回布尔值，而是返回 表达式 'x==1'。
这个东西说起来很麻烦，因为所讨论的类代表符号表达式。
我希望 '==' 和类似的运算符与哈希一致，并在 python 绑定中使用其他运算符来组合两个子表达式和测试操作。
__eq__() 返回的表达式能否在布尔上下文中进行有意义的评估？ if exp1 == exp2 有效吗？如果没有，定义__hash__() 是没用的。
您是否有一个特定的用例来使表达式 '(x)' 和 '(1*x)' 比较相等，或者只是一个通用的想法，它会很有用？

标签： python hash

【解决方案1】：

只有当你有一个明确定义的相等性测试时，哈希函数才有用并且考虑到相等性测试的信息是不可变的。

默认情况下，所有用户定义的类都按对象标识进行比较，它们使用id() 作为哈希值。如果您不覆盖 == 运算符，则很少有理由更改此行为。如果你做覆盖==，并且在这个操作符中考虑的信息是不可变的（意味着它在实例的提升时间内不能改变），你也可以定义一个哈希函数来制作可散列的实例。

根据您的问题，我无法完全确定这些条件是否成立。使类可散列不是“Pythonic”或“Unpythonic”——问题在于类的语义是否允许散列。

【讨论】：

我是“同事”。我认为对于我们的应用程序，数据是不可变的，有意义的哈希是可能的并且（至少在某种程度上）是可取的。
现在我们重写了 '==' 操作符，但哈希函数本质上仍然是 id()。

【解决方案2】：

我在这里看到的问题是您正在使用两种不同的平等概念。如果我正确理解您的评论，您已覆盖 __eq__ 以返回一个将两个参数组合到 == 的 表达式。如果所述表达式评估为真（在某种意义上），那么这两个表达式是相等的；如果您的表达式类还实现了__nonzero__（Python 3 中的__bool__），如果表达式为真，__nonzero__ 返回True，那么从表面上看，这似乎应该可以正常工作。

但实际上，在我看来，您定义的平等概念与 Python 中正常的平等概念完全不同。哈希性的一个基本要求是，如果两个项目评估为相等，那么它们应该完全可互换。虽然您的两个表达式对象可能评估为“相等”，但我不确定它们是否可以互换！毕竟，5 + 5 和 8 + 2 的计算结果相同，但它们并不相同，不是吗？鉴于这两个表达式，我怀疑很多人会期望它们在字典中散列到两个单独的 bin 中！

但是，如果不给 __eq__ 一个更传统的定义，这种行为会很困难。正如文档所说，“Hashable objects which compare equal must have the same hash value”。所以如果__eq__ 说5 + 5 和8 + 2 相等，那么它们必须散列到相同的值。这意味着要使您的表达式像现在一样可散列，您必须选择一个__hash__，它能够为所有评估为相等的表达式确定规范形式。这对我来说听起来很难。

简而言之，如果这些表达式是不可变的，并且如果您重新定义 __eq__ 以返回 True iff 表达式是相同（比“相等”更强的要求），那么应该有使它们可散列没问题。另一方面，我认为不可散列的不可变类型没有任何问题。我不建议在不重新定义 __eq__ 的情况下尝试使您的表达式可散列。

所以这一切都归结为您想以非常规的方式定义__eq__ 的程度。我想总的来说，我会使用__eq__ 的传统定义，只是为了避免产生意外行为。毕竟，special cases aren't special enough to break the rules。

【讨论】：

我选择了这个作为我的答案，因为我认为它最好地总结了所有方面，尽管许多其他答案都有非常相似的论点。谢谢！

【解决方案3】：

有很多内置的 Python 类型是不可散列的。因此，对于一个不可哈希的类来说，这是完全 Pythonic 的。

您给出的示例很好地说明了创建可散列类的问题，因为要使对象可用作字典中的键，它必须同时实现__hash__() 和__eq__()。如果你不能可靠地确定相等性，那么哈希性无论如何都没有真正的好处，实现它是浪费精力。

【讨论】：

【解决方案4】：

拥有不可散列的类当然不是不合python的，尽管你的理由不是我通常会给出的理由。一个类可能不可散列的主要原因是因为它是可变的，因此它的核心数据本身是不可散列的。例如，包装字典或列表的类就是这种情况。

我不太遵循您关于相等比较的逻辑。你说你不能比较表达式是否相等，但是你说某些表达式可能比较相等，也可能不比较。你能或不能比较它们的平等吗？如果你不能，那么说它们比较相等或不相等是没有意义的。

【讨论】：

他是说人类会认为x 和x*1 相等，但是如果没有大量额外的编码，这对于计算机来说是有问题的。
两个表达式可能是等价的，例如总是计算相同的值，但并不总是检查这一点。例如，如果x 和y 是两个等价的表达式，x-y 将给出一个始终计算为 0 的表达式。相等的含义是创建一个计算结果为 0 的 表达式 （错误）或 1（正确）。