Python里hash函数原理 Python内置hash()函数的实现机制解析

hash()函数用于生成对象的哈希值，是基于对象内容计算出的整数，用于快速比较和查找。1.哈希值不是加密，而是整数标识；2.不同对象可能有相同哈希值，称为哈希冲突；3.只有不可变对象如整数、字符串、元组可被哈希；4.整数哈希值为其自身，字符串使用siphash算法计算；5.元组若包含不可哈希元素则不可哈希；6.自定义类需重写__hash__方法以支持哈希操作；7.hash值不唯一、不稳定且依赖环境设置。理解哈希机制有助于提升代码效率。

Python 中的 hash() 函数看起来简单，但背后其实涉及不少机制。它不是对对象“加密”或“摘要”，而是为对象生成一个整数，用来快速判断对象是否相等、用于字典和集合这类基于哈希表的数据结构中。

什么是 hash 值？

hash() 返回的是一个整数值，表示该对象的“哈希值”。这个值在对象生命周期内保持不变（前提是对象不可变），主要用于快速查找和比较。

比如：

>>> hash(10)
10
>>> hash("hello")
-9478562939069926921  # 这个数字可能每次运行都不一样，取决于 Python 的实现和环境

不同对象可能会有相同的哈希值，这叫“哈希冲突”，是正常现象。

立即学习“Python免费学习笔记（深入）”；

---

不同类型对象的 hash 实现方式不一样

Python 中并不是所有对象都能被 hash()。只有那些不可变的对象才支持哈希，比如整数、字符串、元组；而列表、字典这些可变对象则不能被哈希。

整数和浮点数

整数的哈希值就是它自己：

>>> hash(42)
42

浮点数的哈希值则稍复杂，但基本也是映射成一个固定的整数。

字符串

字符串的哈希值是根据内容计算出来的。Python 使用了一种叫做“SipHash”的算法（具体版本可能因 Python 版本和编译选项而异）来计算字符串的哈希值。这样做的目的是为了防止哈希碰撞攻击。

例如：

>>> hash("abc")
-123456789  # 每次运行结果可能不同（Python 启动时随机种子会影响）

注意：从 Python 3.3 开始，字符串的哈希值会受 PYTHONHASHSEED 环境变量影响，这是为了增加安全性。

元组

如果元组中的元素都是可哈希的，那么整个元组也是可哈希的：

>>> hash((1, 2, 3))
123456789

但如果元组里包含列表或其他不可哈希对象，调用 hash() 会报错：

>>> hash((1, [2, 3]))
TypeError: unhashable type: 'list'

---

自定义类的 hash 实现

如果你自定义了一个类，默认情况下它的实例是可哈希的（因为默认使用的是对象的 id）。但如果你重写了 __eq__ 方法，通常也应该同时重写 __hash__ 方法，否则你的对象在放入字典或集合中时会出现问题。

举个例子：

class Person:
def __init__(self, name):
self.name = name
def __eq__(self, other):
return self.name == other.name
def __hash__(self):
return hash(self.name)

这样你就可以把 Person 对象作为字典的键或者集合的元素了。

---

hash() 的局限性与注意事项

• 不是加密：hash() 并不是为了安全设计的，不要用它来做密码哈希。
• 值不唯一：不同的对象可能有相同的 hash 值，这就是哈希冲突。
• 值不稳定：某些类型的 hash 值在每次 Python 启动时都可能变化（如字符串）。
• 只适用于不可变对象：列表、字典这种可变对象不能被哈希。
• 环境依赖：PYTHONHASHSEED 设置会影响字符串等类型的哈希值。

---

基本上就这些。理解 hash 的原理有助于写出更高效的代码，尤其是在使用字典、集合或自定义类的时候。