Python 可移植哈希答案

【问题标题】：Python Portable HashPython 可移植哈希
【发布时间】：2015-01-03 18:52:50
【问题描述】：

我正在阅读 pyspark here 的源代码。我对这里的便携功能感到非常困惑。

def portable_hash(x):
    """
    This function returns consistant hash code for builtin types, especially
    for None and tuple with None.
    The algrithm is similar to that one used by CPython 2.7
    >>> portable_hash(None)
    0
    >>> portable_hash((None, 1)) & 0xffffffff
    219750521
    """
    if x is None:
        return 0
    if isinstance(x, tuple):
        h = 0x345678
        for i in x:
            h ^= portable_hash(i)
            h *= 1000003
            h &= sys.maxint
        h ^= len(x)
        if h == -1:
            h = -2
        return h
    return hash(x)

我可以看到它是一个递归函数。如果输入是元组，则递归循环遍历每个元素。

以下是我的几个问题：

这种哈希方法是一对一映射吗？
这个函数只接受 None 和 tuple 和考虑到可哈希值，我知道列表对象不是可哈希，他们是否有意这样做。
我对哈希没有太多经验，这是一种非常经典的哈希方法吗？如果是，有什么资源可以让我更好地理解它吗？

【问题讨论】：

标签： python hash

【解决方案1】：

“这种哈希方法是一对一映射吗？”

NO散列方法是一对一的：它们都将 M 个可能的输入映射为 N 个可能的整数结果，其中 M 远大于 N。

“这个函数只考虑了 None 和 tuple 和 hashable 值，我知道 list 对象是不可散列的，他们是有意还是无意这样做的。”

是的，这个函数委托给内置的hash 除了元组和None 之外的所有东西。这绝对是 Python 中经过深思熟虑的设计决定（也受到此函数的尊重），以使可变内置函数（例如 list 和 dictnot 可散列）。

“我对哈希没有太多经验，这是一种非常经典的哈希方法吗？如果是，有什么资源可以让我更好地理解它吗？”

是的，项目的异或散列，随着运行总数的修改，确实是一种非常经典的散列可散列项目容器的方法。

如需更多关于散列的研究，我将从http://en.wikipedia.org/wiki/Hash_function 开始。

【讨论】：