frozenset等式是如何在Python中实现的？

如何在CPython中实现frozenset平等？特别是，我想知道fronzenset中的各个元素是如何相互比较的，以及它们的总时间复杂度

我看了一眼，又看了一眼

---

第二个链接中的答案涵盖了比较集合中单个元素之前的步骤，但缺少实际的比较算法。

可以找到有问题的实现。算法是这样的，假设我们想检查两个

集合

v

和

w

是否相等：

检查它们的大小是否相等。如果不是，则返回

false

这引用了

PySetObject

的

size

属性，因此它是一个常量时间操作

检查两个

集合是否都是
冻结集合
。如果是，并且它们的哈希值不同，则返回
false

同样，它引用了

PySetObject

的

hash

属性，这是一个常量时间操作。这是可能的，因为

frozenset

是不可变的对象，因此在创建它们时会计算它们的哈希值

检查

w

是否是

v

的子集

这是通过迭代

v

的每个元素并检查它是否存在于

w

中来实现的

迭代必须在所有

v

上执行，因此在最坏情况下，其大小是线性的（如果在最后一个位置发现不同的元素）

集合的隶属度测试通常在平均情况下采用恒定时间，在最坏情况下采用线性时间；在平均情况下，将这两种方法结合起来，时间在
v
的大小上呈线性，在最坏情况下，时间与
len（v）*len（w）
成比例

从某种意义上说，这是最坏情况的平均情况，因为它假设前两个检查总是返回
true
。如果您的数据很少倾向于具有相同大小的
集合，这些集合也具有相同的哈希值，但包含不同的对象，那么在平均情况下，比较仍将在恒定时间内运行。
两者都有，并用于相等性测试。这里没有区别

set\u richcompare（）
，如其他答案所述，比较大小，然后进行散列。然后，它将在集合1中的每个元素上循环，并检查它是否在集合2中。此支票在其他方面与相同。这是通过哈希表查找完成的，对具有相等哈希的项进行线性搜索。存在性检查的复杂度为，因此
set_issubset（）
的检查的复杂度为O（len（s1））摊销，或O（len（s1）*len（s2））最坏情况。
哈希值不能判断这两个对象是相同的。它们会告诉我们它们是否不同。如果散列匹配，将对它们进行比较。@dad。你是对的；我误读了密码。我将编辑我的答案。谢谢