python - 哈希在python中做了什么？

Question

我看到了一个将 hash 函数应用于元组的代码示例。结果它返回一个负整数。我想知道这个功能有什么作用？谷歌没有帮助。我找到了一个解释如何计算哈希的页面，但它没有解释为什么我们需要这个函数。

Answer 1

A hash is an fixed sized integer that identifies a particular value .每个值都需要有自己的哈希值，因此对于相同的值，即使不是同一个对象，您也会得到相同的哈希值。

>>> hash("Look at me!")
4343814758193556824
>>> f = "Look at me!"
>>> hash(f)
4343814758193556824

哈希值的创建方式需要使结果值均匀分布，以减少您获得的哈希冲突次数。哈希冲突是指两个不同的值具有相同的哈希。因此，相对较小的更改通常会导致非常不同的哈希值。

>>> hash("Look at me!!")
6941904779894686356

这些数字非常有用，因为它们可以在大量值集合中快速查找值。它们的两个使用示例是 Python 的 set 和 dict。在一个list中，如果要检查一个值是否在列表中，用if x in values:，Python需要遍历整个列表并比较x 与列表 values 中的每个值。对于较长的 list，这可能需要很长时间。在 set 中，Python 会跟踪每个哈希值，当您键入 if x in values: 时，Python 将获取 x 的哈希值>，在内部结构中查找，然后仅将 x 与与 x 具有相同哈希值的值进行比较。

字典查找使用相同的方法。这使得 set 和 dict 中的查找速度非常快，而 list 中的查找速度很慢。这也意味着您可以在 list 中拥有不可散列的对象，但不能在 set 中或作为 dict 中的键。不可散列对象的典型示例是任何可变对象，这意味着您可以更改其值。如果你有一个可变对象，它不应该是可散列的，因为它的散列会在其生命周期内发生变化，这会引起很多困惑，因为一个对象最终可能会在字典中使用错误的散列值。

请注意，一个值的哈希值只需要在一次 Python 运行中相同。在 Python 3.3 中，它们实际上会随着 Python 的每次新运行而改变:

$ /opt/python33/bin/python3
Python 3.3.2 (default, Jun 17 2013, 17:49:21) 
[GCC 4.6.3] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> hash("foo")
1849024199686380661
>>> 
$ /opt/python33/bin/python3
Python 3.3.2 (default, Jun 17 2013, 17:49:21) 
[GCC 4.6.3] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> hash("foo")
-7416743951976404299

这是为了让猜测某个字符串将具有什么哈希值变得更加困难，这对于 Web 应用程序等来说是一项重要的安全功能。

因此不应永久存储哈希值。如果您需要以永久方式使用哈希值，您可以查看更“严重”的哈希类型，cryptographic hash functions ，可用于对文件等进行可验证的校验和。