python - 为什么不应该将重复对象添加到我的 Python 集中？

Question

我有一个类定义:

class Question:
    title = ""
    answer = ""
    def __init__(self, title, answer):
            self.title = title
            self.answer = answer
    def __eq__(self, other):
            return self.title == other.title and self.answer == other.answer
    def __hash__(self):
        return hash(repr(self))

并且我正在尝试将这些对象中的许多添加到一个集合中，前提是该对象不具有与集合中已有的任何其他对象相同的属性:

        questionset = set()
        q = Question(questionparts[0] + questionparts[1], questionparts[2])
        if q not in questionset:
            questionset.add(q)

如果我有两个问题，每个问题都具有相同的属性值，我希望只有一个被添加到我的集合中，而不是我的集合的长度为 2。

我做错了什么？如果我记录每个问题对象，我可以确认这些项目具有相同的属性值。

Answer 1

您的哈希函数严重无效。 Python 要求您的 __hash__ 函数应该为两个被认为相等的对象返回相同的值，但您的函数却没有。来自object.__hash__ documentation :

The only required property is that objects which compare equal have the same hash value

repr(self) 返回默认表示，它使用对象 ID。它基本上会根据对象标识 返回不同的散列。你也可以这样做:

return hash(id(self))

这不是一个好的散列，因为所有实例之间的值都不同。因此，您的 hash() 值无法满足所需的属性:

>>> a = Question('foo', 'bar')
>>> b = Question('foo', 'bar')
>>> a == b
True
>>> hash(a) == hash(b)
False

您需要散列您的属性:

return hash(self.title + self.answer)

现在哈希基于告知相等性的相同值。