不能。hash()仅保证单次运行内相等对象哈希值相同,重启后可能变化,不跨进程/版本稳定,非加密哈希;长期唯一需用hashlib,临时判等可用hash()。

hash() 函数到底能不能直接算字符串的“唯一 ID”
不能。hash() 返回的是 Python 解释器内部的哈希值,不是稳定、跨进程、跨版本的摘要,更不是加密哈希。它只保证在**单次运行中**相等对象有相同哈希值(用于字典/集合加速),但重启解释器后结果可能完全不同。
常见错误现象:把 hash("abc") 存到数据库里当唯一标识,下次启动程序发现值变了;或用它做缓存 key,结果缓存全失效。
- 想长期唯一 → 用
hashlib.md5(b"abc").hexdigest() - 想快速判等(同一次运行)→
hash()没问题,比如做临时分组 key - 注意:
hash()对字符串默认启用 hash 随机化(PYTHONHASHSEED影响),除非设环境变量禁用(不推荐)
为什么 list、dict、set 不能当字典的 key
因为它们是可变对象,而字典的 key 必须是可哈希的(immutable)。Python 要求:对象一旦创建,其 hash() 值不能变,且 a == b 时必须有 hash(a) == hash(b)。list 可以 .append(),内容变了,但内存地址没变 —— 这会导致哈希表索引错乱。
使用场景:你写 d = {[1,2]: "bad"} 会立刻报 TypeError: unhashable type: 'list'。
立即学习“Python免费学习笔记(深入)”;
- 替代方案:转成
tuple(如(1, 2)),前提是元素本身可哈希 - 嵌套结构?
json.dumps(obj, sort_keys=True)后再hash()(仅限简单数据,且仍受随机化影响) - 自定义类要支持做 key?必须实现
__hash__()和__eq__(),且确保逻辑一致
自定义类怎么让实例能进 set 或当 dict key
核心就两条:定义 __hash__() 返回一个整数,同时定义 __eq__() 判断逻辑。而且必须满足:如果 a == b,那么 hash(a) == hash(b);反之不强制。
容易踩的坑:只重写 __eq__() 不写 __hash__() → 实例自动变成不可哈希(__hash__ = None);或者 __hash__() 依赖了可变属性(如 self.name 后来被改掉)→ 哈希表行为未定义。
- 安全做法:用所有参与
__eq__判断的不可变字段元组哈希,比如return hash((self.id, self.name)) - 如果类设计为可变,就别让它可哈希 —— 显式设
__hash__ = None更清晰 - 注意:继承自
object的类默认有__hash__(基于 id),但一旦你写了__eq__,Python 会自动把__hash__设为None,这是隐式陷阱
hash() 在字典查找中实际怎么工作的
不是“先算 hash 再遍历比对”,而是用 hash 值定位桶(bucket),再在桶内线性比较(用 ==)。所以即使两个对象 hash() 碰撞,只要 == 正确,字典依然准确。
性能影响:如果大量对象 hash 碰撞(比如都返回 0),字典会退化成链表查找,O(n);而正常分布下是平均 O(1)。这也是为什么要求可哈希类型尽量让不同对象产生不同 hash。
- 内置类型(str、int、tuple)的 hash 实现已高度优化,不用操心
- 你自己写的
__hash__如果总返回固定值(如return 42),字典性能会急剧下降 - 调试时可用
sys.getsizeof({})和sys.getsizeof({x:1 for x in range(1000)})感受底层哈希表扩容行为
hash(),而是理解它和内存模型、对象生命周期、以及字典实现之间的耦合点——这些地方一动,bug 往往不报错,只悄悄出错。


















