Python使用等号比较2个列表和2个元组

最近，我学习了更多关于Python中哈希的知识，我在这里谈到：

假设一个Python程序有两个列表。如果我们需要考虑 比较这两个列表，你会怎么做？比较每个元素？ 嗯，这听起来很简单，但也很慢

Python有一种更聪明的方法来实现这一点。当构造元组时 在程序中，Python解释器计算其内存中的哈希值。如果 比较发生在两个元组之间，它只是比较散列 价值观，它知道它们是否相等

所以我真的对这些说法感到困惑

首先，当我们这样做时：

[1,2,3]=[1,2,3]

那么这个等式是如何工作的呢？它是否计算哈希值，然后进行比较

第二，我们这样做有什么区别：

[1,2,3]=[1,2,3]

和

（1,2,3）==（1,2,3）

因为当我试图用timeit查找执行时间时，我得到了以下结果：

$ python3.5 -m timeit '[1, 2, 3] == [1, 2, 3]'
10000000 loops, best of 3: 0.14 usec per loop
$ python3.5 -m timeit '(1, 2, 3) == (1, 2, 3)'
10000000 loops, best of 3: 0.0301 usec per loop

---

那么，为什么列表的

0.14

与比列表快的元组的

0.03

在时间上存在差异呢

以下是演示的示例：

>>> l1=[1,2,3]
>>> l2=[1,2,3]
>>> 
>>> hash(l1) #since list is not hashable
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'
>>> t=(1,2,3)
>>> t2=(1,2,3)
>>> hash(t)
2528502973977326415
>>> hash(t2)
2528502973977326415
>>> 

l1=[1,2,3] >>>l2=[1,2,3] >>> >>>散列（l1）#因为列表不可散列 回溯（最近一次呼叫最后一次）： 文件“”，第1行，在 TypeError:不可损坏的类型：“列表” >>>t=（1,2,3） >>>t2=（1,2,3） >>>散列（t） 2528502973977326415 >>>散列（t2） 2528502973977326415 >>> 在上面的例子中，当您在列表上调用hash时，它会给您TypeError，因为它是不可哈希的，并且为了两个列表的相等性，python检查它的内部值，这将花费很多时间

对于tuple，它计算散列值，对于具有相同散列值的两个相似tuple，python只比较tuple的散列值，因此它比list快得多

从给定的文章

Python有一种更聪明的方法来实现这一点。当构造元组时 在程序中，Python解释器计算其内存中的哈希值。如果 比较发生在两个元组之间，它只是比较散列 价值观，它知道它们是否相等

---

嗯，你困惑的一部分是你正在读的博客文章是错误的。关于很多事情。试着忘记你曾经读过它（除了记住网站和作者的名字，这样你就知道以后要避免读它们）

元组是可散列的，列表不是，这是事实，但这与它们的平等性测试函数无关。当然，“它只是比较散列值，它知道它们是否相等！”散列冲突会发生，忽略它们会导致可怕的错误，幸运的是Python的开发人员没有那么愚蠢。事实上，Python在初始化时计算散列值甚至不是真的*

元组和列表之间实际上有一个显著的区别（在CPython中，从3.6开始），但通常没有多大区别：列表在开始时会额外检查长度不相等，作为一种优化，但同样的检查结果是元组的悲观化，**因此从那里删除了它

另一个更重要的区别是源代码中的元组文本被编译成常量值，相同元组文本的单独副本被折叠成相同的常量对象；由于显而易见的原因，列表中不会出现这种情况

事实上，这正是您使用

timeit

测试的内容。在我的笔记本电脑上，比较元组需要95ns，而比较列表需要169ns，但如果将其分解，实际上比较需要93ns，再加上创建每个列表需要额外的38ns。为了进行公平的比较，您必须将创建移动到设置步骤，然后比较循环中已经存在的值。（当然，你可能不想说得公平，因为你发现了一个有用的事实，即每次使用一个元组常量而不是创建一个新列表时，你都节省了一微秒的重要部分。）

---

除此之外，他们基本上做同样的事情。翻译成类似Python的伪代码（并删除所有错误处理，以及使相同函数适用于@Romankonova的

可能重复的内容。我认为上下文不同，因此不会重复这一点。列表的公平比较不使用列表的哈希，在所有列表都不可哈希后，我建议不要再阅读该博客作者的任何内容，因为se这是胡说八道。OP知道这句话——他们甚至在问题中引用了这句话。为什么这会回答他们的问题？@MrT抱歉，但没有得到uHi，谢谢你的回答。我不知道为什么我会被否决，但我想这是我对列表和元组的混淆。所以我只想问：
当元组在程序中构造时，Python在terpreter在其内存中计算其哈希值。
这句话对元组正确吗？它比较哈希值并返回答案？@ShashankSharma不，它比较哈希值并返回答案是不对的。它所做的基本上就是我在答案中显示的。事实上，Python在co计算哈希值甚至是不对的指令时间并将其缓存；我也会将其编辑到答案中。解释得很好，感谢问题链接，这确实帮助我理解为什么他们没有在元组上实现哈希。解析得很好，答案很棒！
for i in range(min(len(v), len(w))):
    if v[i] != w[i]:
        break
else:
    return len(v) == len(w)
return False

if len(v) != len(w):
    return False
for i in range(min(len(v), len(w))):
    if v[i] != w[i]:
        break
else:
    return True
return False