python - Python 卡住集的持久哈希

Question

如何将嵌套的 Python frozenset 对象转换为跨 Python session 和平台相同的唯一整数？

例如我在不同平台上从 hash() 得到不同的值

32 位

Python 2.6.5 (r265:79063, Apr 16 2010, 13:09:56) 
[GCC 4.4.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> a=frozenset([frozenset([1,2,3]),frozenset(['a','b','c'])]);
>>> hash(a)
1555175235

64 位

Python 2.6.5 (r265:79063, Apr 16 2010, 13:57:41) 
[GCC 4.4.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> a=frozenset([frozenset([1,2,3]),frozenset(['a','b','c'])]);
>>> hash(a)
-6076998737938213053

Answer 1

How would you convert a nesting of Python frozenset objects into a unique integer that was the same across Python sessions and platforms?

不保证 AFAIK 哈希值是唯一的。事实上，在将它们用于查找表的地方(如在字典中)，哈希冲突很常见。

就是说。如果你想要跨平台一致的、非唯一的“散列”，我会尝试使用标准库 hashlib .我不可能在不同的平台上尝试它，但我相信大多数在那里实现的算法(例如 MD5 算法)都是平台无关的。

我会为哈希算法提供排序集的腌制版本，以确保用于哈希的字符串始终相同。

---

编辑: 想添加一个基本示例:

>>> import cPickle as pkl
>>> import hashlib as hl
>>> s = frozenset([1,2,3])
>>> p = pkl.dumps(sorted(s))  #make sure you use the same pickle protocol on all platform!
'(lp1\nI1\naI2\naI3\na.'
>>> h = hl.md5(p)
<md5 HASH object @ 0xb76fb110>
>>> h.digest()
"\x89\xaeG\x1d'\x83\xa5\xbd\xac\xa7\x1c\xd9\x1d/2t"  #this should be consistent