为什么由不同初始化的集合构成的元组是相等的？

Question

我期望以下两个元组

>>> x = tuple(set([1, "a", "b", "c", "z", "f"]))
>>> y = tuple(set(["a", "b", "c", "z", "f", 1]))

比较不平等，但他们不：

>>> x == y
>>> True

这是为什么呢？

Answer 1

乍一看，x 似乎应该总是等于y，因为由相同元素构造的两个集合总是相等的：

>>> x = set([1, "a", "b", "c", "z", "f"])
>>> y = set(["a", "b", "c", "z", "f", 1])
>>> x
{1, 'z', 'a', 'b', 'c', 'f'}
>>> y
{1, 'z', 'a', 'b', 'c', 'f'}
>>> x == y
True

然而，并非总是由两个相等的集合构成的元组（或其他有序集合）相等。

实际上，您比较的结果有时是True，有时是False，至少在Python >= 3.3 中。测试以下代码：

# compare.py
x = tuple(set([1, "a", "b", "c", "z", "f"]))
y = tuple(set(["a", "b", "c", "z", "f", 1]))
print(x == y)

...一千次：

$ for x in {1..1000}
> do
>   python3.3 compare.py
> done | sort | uniq -c
147 False
853 True

这是因为，从 Python 3.3 开始，字符串、字节和日期时间的哈希值是随机的，因为 security fix 的结果。根据哈希值的不同，可能会发生“冲突”，这意味着订单项存储在底层数组中（因此迭代顺序）取决于插入顺序。

以下是文档中的相关内容：

安全改进：

• 哈希随机化默认开启。

——https://docs.python.org/3/whatsnew/3.3.html

编辑：因为在 cmets 中提到，上面的 True/False 比率表面上令人惊讶......

集合和字典一样，是作为哈希表实现的——所以如果发生冲突，表中项目的顺序（以及迭代的顺序）将取决于首先添加的项目（在x 中有所不同）和y 在这种情况下）和用于散列的种子（自 3.3 以来的 Python 调用不同）。由于在设计上碰撞很少见，并且此问题中的示例是较小的集合，因此该问题并不像人们最初想象的那样经常出现。

有关 Python 实现字典和集合的详细说明，请参阅The Mighty Dictionary。

Answer 2

这里有两件事在起作用。

1. 集合是无序的。 set([1, "a", "b", "c", "z", "f"])) == set(["a", "b", "c", "z", "f", 1])

2. 当您通过 tuple 构造函数将集合转换为元组时，它实质上是迭代集合并添加迭代返回的每个元素。

元组的构造函数语法是

tuple(iterable) -> tuple initialized from iterable's items

调用tuple(set([1, "a", "b", "c", "z", "f"]))与调用tuple([i for i in set([1, "a", "b", "c", "z", "f"])])是一样的

的值

[i for i in set([1, "a", "b", "c", "z", "f"])]

和

[i for i in set(["a", "b", "c", "z", "f", 1])]

在同一个集合上迭代是一样的。

编辑感谢@ZeroPiraeus（查看他的answer）。这不能保证。即使对于同一个集合，迭代的值也不总是相同的。

元组构造函数不知道集合的构造顺序。

Answer 3

集合没有顺序，仅由它们的成员资格定义。

例如，set([1, 2]) == set([2, 1])

如果元组在每个位置的成员相等，则元组是相等的，但是由于从集合中创建元组的集合是相等的（按递增顺序），因此元组最终也是相等的。

Answer 4

所以你有两个列表 - 它们具有相同的内容但顺序不同，你将它们转换为集合 - 这将是相等的，因为它们具有相同的内容。

当您将这些集合转换为元组时，它们将以相同的顺序转换，因为它们是相同的集合，因此元组将是相同的。

这在 Python2.7 中是正确的 - 但从 3.3 开始，当哈希被随机化时，您将无法保证这一点 - 因为这两个集合虽然内容相同，但不一定会以相同的顺序迭代。