设置“in”运算符：使用相等还是身份？

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])

为什么第一行打印出 True，而第二行打印出 False？而且都没有进入 eq 操作符？

我在使用 Python 2.6

Answer 1

集合和字典之所以能快速工作，是因为它们使用了一种叫做哈希的技术，这种技术可以快速判断两个东西是否相等。如果你想改变两个对象相等的标准，通常也需要重新定义哈希算法，这样才能保持一致性。

默认的哈希函数是根据对象的身份来判断的，这种方法在快速判断相等性方面并不太有效。不过，它至少允许你把任意类的实例作为字典的键，并且如果你用完全相同的对象作为键，就能取回存储在里面的值。但如果你改变了相等的标准，却不重新定义哈希函数，那么你的对象虽然可以放进字典或集合里，也不会报错说它们不能被哈希，但它们的行为可能不会如你所期待的那样工作。

想了解更多细节，可以查看官方的 Python 文档关于 __hash__ 的内容。

Answer 2

设置 __contains__ 方法时，检查的顺序如下：

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

相关的C语言源代码在 Objects/setobject.c::set_lookkey() 和 Objects/object.c::PyObject_RichCompareBool() 这两个地方。

Answer 3

你还需要定义一下 __hash__。比如说：

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])

这样就能正常工作了。

一般来说，每当你实现了 __cmp__ 的时候，你也应该实现一个 __hash__，这样对于所有的 x 和 y，只要 x == y，就应该有 x.__hash__() == y.__hash__()。