Python：如何创建嵌套容器的哈希答案

【问题标题】：Python: how to create a hash of nested containersPython：如何创建嵌套容器的哈希
【发布时间】：2010-11-17 06:25:36
【问题描述】：

[Python 3.1]

我正在尝试为其中可能包含嵌套容器且深度未知的容器创建哈希。在层次结构的所有级别上，只有内置类型。这样做的好方法是什么？

我为什么需要它：

我将一些计算的结果缓存在 pickle 对象中（在磁盘上）。如果使用不同的参数调用函数，我需要使缓存文件无效（这种情况很少发生，所以我不会将多个文件保存到磁盘）。哈希将用于比较参数。

【问题讨论】：

您是否希望这些值在创建后能够更改？
@aaronsterling：你能澄清一下吗？我不确定我是否在回答您的问题，但容器或其内容不会被修改。然而，我必须强调的是，这个 Python 程序的任何未来调用（在一个新进程中）当然需要持久性。
所以您认为文件可能不会被不同的函数参数无效的可能性很小吗？任何散列函数都有可能发生冲突，因此您正在寻找一个具有最小冲突机会的函数。只是想更好地理解这个问题。
@Scott Griffiths 是的，我认为这个问题发生的可能性很小。虽然我猜这表明当参数不是很大时，序列化比散列更安全。

【解决方案1】：

如果所有容器都是元组，并且所有包含的对象都是可散列的，那么主容器应该是可散列的。

【讨论】：

【解决方案2】：

您可以将参数序列化为 JSON 之类的内容，然后将其用于哈希。

【讨论】：

我喜欢这个主意。这有什么隐藏的问题吗？例如，它会在一些复杂的嵌套结构等上中断吗？
不，只要它只是元组、列表、字典、strs 和 int 就可以了。但是需要注意一点：tuple == list（因为 JavaScript 没有 tuple 概念）
我想我会使用pickle.dumps 而不是json.dumps;泡菜的类型精确，速度快约 15%（我对它们进行了计时）。
@ChrisMorgan 我才意识到我在 2 年后问了一个 related question... 评论和回答说我应该不使用pickle，因为它对于未排序的对象是不可预测的，并且比手动转换为可散列对象要慢。总有一天我会采用不同的方法。

【解决方案3】：

我会将 json 序列化为一个字符串 [如果仍然需要，然后散列该字符串]。

from simplejson import dumps

def hash_data(data):
    return hash(dumps(data))

【讨论】：