python中集合的哈希冲突成员资格测试

Question

这是我的课程，我故意让它发生哈希冲突：

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

    def __repr__(self):
        return f'({self.name} - {self.age})'

    def __eq__(self, other):
        print('__eq__ called for', self)
        return False

    def __hash__(self):
        print('__hash__ called for', self)
        return 1


obj1 = Person('Soroush', 25)
obj2 = Person('John', 23)
print('\n--------Creation of set---------\n')
s = {obj1, obj2}
print(s)
print('\n-------Membership testing-------\n')
print(obj2 in s)

输出：

--------Creation of set---------

__hash__ called for (Soroush - 25)
__hash__ called for (John - 23)
__eq__ called for (Soroush - 25)
{(Soroush - 25), (John - 23)}

-------Membership testing-------

__hash__ called for (John - 23)
__eq__ called for (Soroush - 25)
True

*我的问题来自输出的“成员资格测试”部分：

在obj2 in s语句中，python首先计算obj2的hash（好，第一行输出），然后因为obj1和obj2有相同的hash，python会去看看他们是不是相同的项目与否，obj1 的 __eq__ 被调用（输出的第二行）。他们不是 ！我有意为所有实例返回False。所以 python 继续检查探测序列。这里的哈希值再次相等！为什么 python 不调用 obj2 的 __eq__ 来查看这些项目是否相等？

我希望在第三行看到__eq__ called for (John - 23)，而且因为obj2 不等于obj2，所以输出的最后一行应该是False。喜欢：

print(obj2 == obj2)

输出：

__eq__ called for (John - 23)
False

那么，为什么没有__eq__ called for (John - 23)，为什么没有True？它们不是同一个项目（同样的事情发生在一秒钟前obj1）。

Answer 1

所有内置容器类型在测试（可能很昂贵）对象相等性之前检查对象身份。这种行为是documented：

对于容器类型，例如 list、tuple、set、frozenset、dict 或 collections.deque，y中的表达式x等价于any(x is e or x == e for e in y)。

当然，基于散列的容器实际上并不是这样检查成员资格的。同样，这是一种优化，可以省去潜在的昂贵的相等操作，考虑检查两个大字符串的相等性。

这是一个以同样方式工作的内置函数，著名的有问题的浮点 NaN：

>>> nan = float('nan')
>>> nan == nan
False
>>> nan is nan
True
>>> nan is float('nan')
False
>>> nan == float('nan')
False

这会导致集合的以下行为：

>>> nan = float('nan')
>>> myset = {nan}
>>> nan in myset
True
>>> float('nan') in myset
False

注意，当我们创建一个 new float 对象时它是假的。

Answer 2

So, why there is no __eq__ called for (John - 23)

这可以通过使用for in轻松实现

for i in s:
    print(i)
    if i == obj2:
        print('equal', i)

-------Membership testing-------

(John - 23)
__eq__ called for (John - 23) (John - 23)
(Soroush - 25)
__eq__ called for (Soroush - 25) (John - 23)

但显然，这不是你想要的，让我们添加另一个人并尝试in 运算符

obj1 = Person('Soroush', 25)
obj2 = Person('John', 23)
obj3 = Person('Kite', 23)
print('\n--------Creation of set---------\n')
s = {obj3, obj2, obj1}
print(s)
print('\n-------Membership testing-------\n')
print(obj2 in s)

-------Membership testing-------
__hash__ called for (John - 23)
__eq__ called for (Kite - 23) (John - 23)
True

现在通过改变设置元素的位置

.
.
s = {obj3, obj1, obj2}
.
.

__hash__ called for (John - 23)
__eq__ called for (Kite - 23) (John - 23)
__eq__ called for (Soroush - 25) (John - 23)
True

由此，我得出结论，True 来自对第三个元素的some parameter 的检查（最后一个示例）。最明显的是id 或 CPython 中的内存位置。因为对于这种情况

.
.
print(Person('John', 23) in s)
.
.

__hash__ called for (John - 23)
__eq__ called for (Kite - 23) (John - 23)
__eq__ called for (Soroush - 25) (John - 23)
__eq__ called for (John - 23) (John - 23)
False

你弄错了，因为id(Person('John', 23)) 显然与obj2 不同。类似的行为可以在for in 中重现，而不是== 使用is

obj1 = Person('Soroush', 25)
obj2 = Person('John', 23)
print('\n--------Creation of set---------\n')
s = {obj2, obj1}
print(s)
print('\n-------Membership testing-------\n')

for i in s:
    print(i)
    if i is obj2:
        print('equal', i)
     

print(obj2 in s)

-------Membership testing-------

(John - 23)
equal (John - 23)          ------------------------
(Soroush - 25)                                     |
                                                   |
                                                   |--you are missing this output in `in` check
__hash__ called for (John - 23)                    |
True      -----------------------------------------|