什么'；这是Python背后的逻辑'；s哈希函数顺序？

正如我们所知，Python的一些数据结构使用哈希表来存储

set

或

dictionary

等项。因此，这些对象中没有秩序。但对于某些数字序列，这似乎是不正确的

例如，考虑下面的例子：

>>> set([7,2,5,3,6])
set([2, 3, 5, 6, 7])

>>> set([4,5,3,0,1,2])
set([0, 1, 2, 3, 4, 5])

但是如果我们做一个小的改变，它就不会被分类：

>>> set([8,2,5,3,6])
set([8, 2, 3, 5, 6])

---

所以问题是：Python的哈希函数是如何在整数序列上工作的？

虽然在So中有很多关于哈希及其顺序的问题，但是没有人解释哈希函数的算法

所以这里您只需要知道python如何计算哈希表中的索引

如果在CPython源代码中浏览该文件，您将在

\u Py\u hashtable\u set

函数中看到以下几行，该函数显示python计算哈希表键索引的方式：

key_hash = ht->hash_func(key);
index = key_hash & (ht->num_buckets - 1);

因此，由于整数的散列值是整数本身*（除-1外），因此索引基于数据结构的数量和长度（

ht->num_bucket-1

），并在

（ht->num_bucket-1）

和数字之间按位和进行计算

现在考虑下面的例子，使用<哈希表：

<代码> >：

>>> set([0,1919,2000,3,45,33,333,5])
set([0, 33, 3, 5, 45, 333, 2000, 1919])

对于编号

33

，我们有：

33 & (ht->num_buckets - 1) = 1

实际上是：

'0b100001' & '0b111'= '0b1' # 1 the index of 33

注意在这种情况下

（ht->num_bucket-1）

是

8-1=7

或

0b111

对于

1919

：

'0b11101111111' & '0b111' = '0b111' # 7 the index of 1919

对于

333

：

'0b101001101' & '0b111' = '0b101' # 5 the index of 333

以及前面提到的例子：

>>> set([8,2,5,3,6])
set([8, 2, 3, 5, 6])

'0b1000' & '0b100'='0b0' # for 8
'0b110' & '0b100'='0b100' # for 8

---

*类

int

的哈希函数：

class int:
    def __hash__(self):
        value = self
        if value == -1:
            value = -2
        return value

---

“未排序”并不意味着“永远不会显示为排序”；有趣的事实是：

go

作者决定在这些数据结构上主动随机迭代，以提醒用户其顺序没有保证。（在“迭代顺序”下）您的代码段末尾有一个小错误：

value==-2

不会将

-2

分配给

value

，而且也总是会产生

False

，因为我们在前一行检查

value==-1

。由于编辑少于6个字符，我自己无法编辑。在您最后给出的示例中，您似乎假设

ht->num_bucket

等于集合中的项目数。事实并非如此：存储桶的数量是2的幂，通常比集合中的项目数量大得多（事实上，对于所有或几乎所有要填充的存储桶来说，这对哈希冲突是有害的；Python使用的启发式方法是在哈希表满了2/3后将其放大）。@MarkDickinson是的，我是这样认为的。这很有趣，但是作为物品的大小（用于桶）有什么问题？你能解释一下Cpython是如何计算桶数的，这样我就可以用正确的信息更新我的答案了吗？