Skip to main content
 首页 » 编程设计

python之为字典生成唯一标识符

2025年02月15日6haluo1

我有一个问题,我随机生成一个字典,可能有很多可能性(比如,我有 25'000 个可能不同的字典)。我想为每一种可能性生成一个标识符,一个 ID。我想要的是:

  • 如果两个字典的每个键的值完全相同,则 ID 相同
  • 如果两个词典具有不同的 ID,则它们必须在内容上至少有一处不同。
  • 每次运行程序时 ID 都保持不变(id(x) 不起作用)
  • 好处:不同版本的 Python(2.6、2.7、3.4、3.6)的 ID 保持不变

我目前的想法是使用散列函数(虽然我对此知之甚少)并做这样的事情(假设一个 int/float 数字字典):

import hashlib 
def getID(mydic): 
    ID = 0 
    for x in mydic.keys(): 
        # Hash the content 
        ID = ID + int(hashlib.sha256(str(mydic[x]).encode('utf-8')).hexdigest(), 16) 
        # Hash the key 
        ID = ID + int(hashlib.sha256(x.encode('utf-8')).hexdigest(), 16) 
    return (ID % 10**10) 

据我所知,这在大多数情况下应该可行,但根据字典和键的实际内容,两个不同的 dic 产生相同的 ID 并非不可能。例如,如果我不对 key 进行哈希处理并且两个不同的条目可以是“1.0”,那么我就会遇到问题。

您有什么建议,希望不要靠运气吗?

编辑:我在我正在尝试做的事情上添加了一个更大的代码:它基本上是一个随机参数优化。 Code on pastebin

请您参考如下方法:

靠运气;每个人都有充分的理由这样做。除非你的ID比你能编码的最长字典还长,或者你选择不能对某些字典进行编码,那么就会出现多个具有相同ID的字典。这是一个简单的计数问题。假设您将一本字典命名为 1,将另外两本命名为 1,依此类推。要么你最终用完了号码,要么你的 ID 变长了。 C通常,当我们想要一些代表对象的少量数据时,我们会使用 ID 或哈希。如果您愿意让字典的名称与字典本身一样大,那么您正在寻找规范表示,而不是 ID 或哈希。

sha256 之类的优点是我们认为很难找到具有相同哈希值的两个输入。尽管理论上可以肯定有多个输入给出相同的 sha256,但我们认为还没有人发现两个输入给出相同的 sha256。 因此,您几乎可以肯定足够安全,而忽略了遇到哈希冲突的可能性。