Python 为字符串指定唯一整数id的最有效方法是什么？

我编写的程序处理大量对象，每个对象都有自己唯一的id，而id本身就是一个复杂结构的字符串（对象的十几个唯一字段由一些分隔符连接），长度很大

由于我必须快速处理大量这些对象，并且在处理时需要通过id引用它们，而且我没有能力更改它们的格式（我通过网络从外部检索它们），因此我希望将它们复杂的字符串id映射到我自己的内部整数id，并进一步使用它进行比较，以便将它们进一步传输到其他进程，等等

我要做的是使用一个简单的dict，其中键作为对象的字符串id，整数值作为对象的内部整数id

我的问题是：Python中有没有更好的方法来实现这一点？也许有一种方法可以手动计算一些散列，不管怎样？也许口述不是最好的解决办法

---

至于数字：系统中一次大约有10万个这样的唯一对象，因此整数容量就足够了。

出于比较目的，您可以

插入
字符串，然后将它们与
is
进行比较，而不是
=
，后者进行简单的指针比较，速度应尽可能快（或快于）比较两个整数：

>>> 'foo' * 100 is 'foo' * 100
False
>>> intern('foo' * 100) is intern('foo' * 100)
True

intern
保证
id（intern（A））==id（intern（B））
iff
A==B
。请确保
intern
任何字符串一经输入就立即输入。请注意，
intern
在Python 3.x中被称为
sys.intern

但是当您必须将这些字符串传递给其他进程时，您的
dict
解决方案似乎是最好的

str_to_id = {}
for s in strings:
    str_to_id.setdefault(s, len(str_to_id))

所以整数容量已经足够了

Python整数是大整数，所以这应该不会是问题。
如果它们存储在内存中，并且您将每个字符串作为对象而不是文本进行比较，我建议使用
id（string）
获取唯一整数。或者，如果要将它们存储在dict中，则可以使用带有一组匹配项的defaultdict并对其进行哈希：

>>> strings = 'a whole lot of strings which may share a hash'.split()
>>> storage = defaultdict(set)
>>> for s in strings:
...     storage[hash(s)].add(s)
>>> storage[hash('a')]
{'a', 'a'}

具体如何实现这一点取决于您如何使用它们，但基本思想应该是可行的。如果您可以发布一个具体的示例，说明您正在尝试做什么，那么可能更容易给出更详细的答案。
那么
散列函数如何

In [130]: hash
Out[130]: <function hash>

In [131]: hash('foo')
Out[131]: -740391237

[130]中的
：散列
出[130]：
在[131]中：散列（'foo'）
Out[131]：-740391237

不需要存储散列（除非您愿意）：关键是对于值相等的对象，它们是相等的（尽管相反可能不是真的-无疑存在不相等的字符串或散列到相同值的其他对象；这就是散列的本质）

如果您知道密钥的范围（您可能知道），还可以使用一个完美的哈希函数生成器

完美哈希保证指定范围内的密钥与其哈希值具有双射关系。
您可以使用其中一种算法创建长消息的加密语音摘要，然后将其用作字典密钥。使用SHA-256的示例：

import hashlib
...
key = hashlib.sha256(longMessage).digest()

与使用哈希（longMessage）相比，这种方法发生冲突的可能性要小得多

但是，这可能会带来巨大的开销。除非内存使用是一个大问题，否则我只会将原始字符串用作键。
dict
是一个很好的解决方案。如果您有一种基于字符串ID生成唯一ID的方法，您可以将其作为自定义字符串类的哈希函数执行双重任务：

class ID_String(str):
    cached_hash = None
    def __hash__(self):
        # custom hash code here
        return custom_hash
    def ID(self):
        if self.cached_hash is None:
            self.cached_hash = self.__hash__()
        return self.cached_hash

为此，我使用了以下方法：

>>> from collections import defaultdict
>>> d = defaultdict(lambda: len(d))
>>> d["cats"]
0
>>> d["cars"]
1
>>> d["cats"]
0

id
只有在实习后才能用于此目的。比较两个对象的
id
与比较
是一样的。是的。这就是为什么我说作为对象而不是文本进行比较。实习当然是必要的，然后id会给出一个唯一的整数。感谢伟大的链接和建议，Marcin！碰撞是什么首先，我关心的是：我想使用我自己的哈希函数，扩展我对密钥结构的知识，但是为了处理冲突，我必须实现整个slots机制，而dict（）免费提供给我，尽管它的内部散列可能更通用，因此不如我对特定字符串所做的有效。这对我不起作用，当我实际为两个字符串打印
intern
时：
featureVal是美分编码的特征值是4571865856 featureVal是数字槽编码的特征值ue是4571867200 featureVal是bn编码的特征值是4537878648 featureVal是沙特编码的特征值是4571865856
-请注意，
cents
一词与
saudi
的特征值完全相同。该行是
print“featureVal is”，featureVal print“Encoded feature value is”，id（内部）（str（功能值编码（“utf-8”））