设置“入”运算符：使用相等还是相同？

Question

class A(object):
    def __cmp__(self):
        print '__cmp__'
        return object.__cmp__(self)

    def __eq__(self, rhs):
        print '__eq__'
        return True
a1 = A()
a2 = A()
print a1 in set([a1])
print a1 in set([a2])

为什么第一行打印 True，但第二行打印 False？并且都不输入运算符eq？

我正在使用Python 2.6

Answer 1

一个切题的答案，但你的问题和我的测试让我很好奇。如果您忽略集合运算符，这是您的 __hash__ 问题的根源，那么事实证明您的问题仍然很有趣。

感谢我在 这个问题，我能够通过源代码追踪 in 运算符到它的根。在底部附近，我发现 PyObject_RichCompareBool 函数确实在测试相等性之前测试身份（请参阅有关“快速结果”的评论）。

因此，除非我误解了事情的运作方式，否则你的问题的技术答案首先是身份，然后是平等，通过平等测试本身。只是重申一下，这不是您所看到的行为的根源，而只是您问题的技术答案。

如果我误解了来源，请有人纠正我。

int
PyObject_RichCompareBool(PyObject *v, PyObject *w, int op)
{
    PyObject *res;
    int ok;

    /* Quick result when objects are the same.
       Guarantees that identity implies equality. */
    if (v == w) {
        if (op == Py_EQ)
            return 1;
        else if (op == Py_NE)
            return 0;
    }

    res = PyObject_RichCompare(v, w, op);
    if (res == NULL)
        return -1;
    if (PyBool_Check(res))
        ok = (res == Py_True);
    else
        ok = PyObject_IsTrue(res);
    Py_DECREF(res);
    return ok;
}

Answer 2

在比较相等性之前，集合似乎使用哈希码，然后使用身份。以下代码：

class A(object):
    def __eq__(self, rhs):
        print '__eq__'
        return True
    def __hash__(self):
        print '__hash__'
        return 1

a1 = A()
a2 = A()

print 'set1'
set1 = set([a1])

print 'set2'
set2 = set([a2])

print 'a1 in set1'
print a1 in set1

print 'a1 in set2'
print a1 in set2

输出：

set1
__hash__
set2
__hash__
a1 in set1
__hash__
True
a1 in set2
__hash__
__eq__
True

发生的情况似乎是：

1. 将元素插入散列时计算散列码。 （与现有元素进行比较。）
2. 计算您使用 in 运算符检查的对象的哈希码。
3. 通过首先检查它们是否与您要查找的对象是同一对象，或者它们在逻辑上是否相等来检查具有相同哈希码的集合中的元素。

Answer 3

Set __contains__ 按以下顺序进行检查：

 'Match' if hash(a) == hash(b) and (a is b or a==b) else 'No Match'

相关的 C 源代码位于 Objects/setobject.c::set_lookkey() 和 Objects/object.c::PyObject_RichCompareBool() 中。

Answer 4

您需要定义 __hash__也。例如

class A(object):
    def __hash__(self):
        print '__hash__'
        return 42

    def __cmp__(self, other):
        print '__cmp__'
        return object.__cmp__(self, other)

    def __eq__(self, rhs):
        print '__eq__'
        return True

a1 = A()
a2 = A()
print a1 in set([a1])
print a1 in set([a2])

将按预期工作。

作为一般规则，任何时候您实现 __cmp__ 您应该实现一个 __hash__ ，使得对于所有 x 和 y 使得 x == y >, x.__hash__() == y.__hash__()。

Answer 5

集合和字典通过使用散列作为完全相等检查的快速近似来提高速度。如果要重新定义相等性，通常需要重新定义哈希算法，使其一致。

默认的哈希函数使用对象的标识，这作为完全相等的快速近似几乎没有用处，但至少允许您使用任意类实例作为字典键并检索与其一起存储的值（如果您准确地传递了与键相同的对象。但这意味着，如果您重新定义相等性并且不重新定义哈希函数，您的对象将进入字典/集合，而不会抱怨不可哈希，但实际上仍然不会按照您期望的方式工作他们到。

有关更多详细信息，请参阅 有关 __hash__ 的官方 Python 文档。