python之从 Python 集合中删除已更改的对象

给定这个程序:

class Obj: 
    def __init__(self, a, b): 
        self.a = a 
        self.b = b 
 
    def __hash__(self): 
        return hash((self.a, self.b)) 
 
class Collection: 
    def __init__(self): 
        self.objs = set() 
 
    def add(self, obj): 
        self.objs.add(obj) 
 
    def find(self, a, b): 
        objs = [] 
 
        for obj in self.objs: 
            if obj.b == b and obj.a == a: 
                objs.append(obj) 
        return objs 
 
    def remove(self, a, b): 
        for obj in self.find(a, b): 
            print('removing', obj) 
            self.objs.remove(obj) 
 
o1 = Obj('a1', 'b1') 
o2 = Obj('a2', 'b2') 
o3 = Obj('a3', 'b3') 
o4 = Obj('a4', 'b4') 
o5 = Obj('a5', 'b5') 
 
objs = Collection() 
for o in (o1, o2, o3, o4, o5): 
    objs.add(o) 
 
objs.remove('a1', 'b1') 
o2.a = 'a1' 
o2.b = 'b1' 
objs.remove('a1', 'b1') 
o3.a = 'a1' 
o3.b = 'b1' 
objs.remove('a1', 'b1') 
o4.a = 'a1' 
o4.b = 'b1' 
objs.remove('a1', 'b1') 
o5.a = 'a1' 
o5.b = 'b1' 

如果我用 Python 3.4.2 运行几次，有时它会成功，有时它会在删除 2 或 3 个对象后抛出 KeyError:

$ python3 py_set_obj_remove_test.py 
removing <__main__.Obj object at 0x7f3648035828> 
removing <__main__.Obj object at 0x7f3648035860> 
removing <__main__.Obj object at 0x7f3648035898> 
removing <__main__.Obj object at 0x7f36480358d0> 
 
$ python3 py_set_obj_remove_test.py 
removing <__main__.Obj object at 0x7f156170b828> 
removing <__main__.Obj object at 0x7f156170b860> 
Traceback (most recent call last): 
  File "py_set_obj_remove_test.py", line 42, in <module> 
    objs.remove('a1', 'b1') 
  File "py_set_obj_remove_test.py", line 27, in remove 
    self.objs.remove(obj) 
KeyError: <__main__.Obj object at 0x7f156170b860> 

这是 Python 中的错误吗？或者关于我不知道的集合的实现？

有趣的是，它似乎总是在 Python 2.7.9 中的第二次 objs.remove() 调用时失败。

请您参考如下方法:

这不是 Python 中的错误，您的代码违反了集合原则:哈希值不得更改。通过改变您的对象属性，散列会发生变化，并且集合无法再可靠地在集合中定位对象。

来自 __hash__ method documentation :

If a class defines mutable objects and implements an __eq__() method, it should not implement __hash__(), since the implementation of hashable collections requires that a key’s hash value is immutable (if the object’s hash value changes, it will be in the wrong hash bucket).

自定义 Python 类定义默认 __eq__当两个操作数引用同一对象时返回 True 的方法(obj1 is obj2 为真)。

它有时 在 Python 3 中工作是 hash randomisation 的一个属性对于字符串。因为字符串的散列值在 Python 解释器运行之间会发生变化，并且因为使用了散列对散列表大小的模数，所以您可以无论如何最终得到正确的散列槽，纯粹是事故，然后是==相等性测试仍然为真，因为您没有实现自定义 __eq__方法。

Python 2 也有散列随机化，但默认情况下它是禁用的，但是您可以通过仔细为 a 选择“正确”值来使您的测试“通过”。和 b属性。

相反，您可以通过将哈希值基于 id() 来使您的代码正常工作你的例子；这使得哈希值不会改变并且会匹配默认值 __eq__实现:

def __hash__(self): 
    return hash(id(self)) 

您也可以删除您的 __hash__相同效果的实现，因为默认实现基本上执行上述操作(将 id() 值旋转 4 位以避开内存对齐模式)。同样，来自 __hash__文档:

User-defined classes have __eq__() and __hash__() methods by default; with them, all objects compare unequal (except with themselves) and x.__hash__() returns an appropriate value such that x == y implies both that x is y and hash(x) == hash(y).

或者，实现一个 __eq__方法基于实例属性的相等性，并且不改变属性。