前幾天發了一篇名爲 存儲 dict 的元素前是計算 key 的 hash 值？ 的文章，因缺乏相關的背景知識，導致得出了不正確的推論。
那篇文章的推論是
在不考慮 hash 衝突的情況下， 'a' 所在內存地址的 hash 值與 'b' 所在內存地址的 hash 值之間的差值 和 'a' 的內存地址與 'b' 的內存地址之間的差值 相等，也就是說以下的等式成立纔對
hash(id('a')) - hash(id('b')) == id('a') - id('b')簡單說是：存儲 dict 的元素前計算的是 key 所在內存地址的 hash 值
上面的等式是成立的
>>> hash(id('a')) - hash(id('b')) == id('a') - id('b')
True
>>> id('a') - id('b')
1680
>>> hash(id('a')) - hash(id('b'))
1680但是需要糾正說明的是，我上面的那個推論是錯的！
等式成立的原因
這裏先說上面的等式爲什麼成立，因爲整數的 hash 值是其本身
>>> a
1234567
>>> hash(a)
1234567又因爲內存地址是個整數，所以內存地址的 hash 值也是其本身，即和內存地址一樣的值
>>> my_dict = {'a': 'apple', 'b': 'banana'}
>>> hash(id('a')) == id('a')
True
>>> id('a')
2673717403464
>>> hash(id('a'))
2673717403464這就是爲什麼這個等式成立
hash(id('a')) - hash(id('b')) == id('a') - id('b')推論錯誤的原因
如果兩個值不同，那麼它們的內存地址也不同，這是正確的，但我錯誤的認爲如果值相同，那麼內存地址也相同。下面是一個具有相同值不同內存地址的例子
>>> c = 'a-c'
>>> d = 'a-c'
>>> id(c) == id(d)
False
>>> id(c)
2673720167592
>>> id(d)
2673720167704注：上面的c和d雖然值是相同的，但它們不是同一個對象，所以內存地址不一樣
回到那個錯誤的推論：
存儲 dict 的元素前計算的是 key 所在內存地址的 hash 值
該推論成立的前提之一是：相同的 key 值的內存地址必須相同，但事實是像上面的例子一樣，相同的 key 值可以擁有不同的內存地址
假設該推論成立的話，就會導致 dict 中出現兩個相同的 key 值，但事實不是這樣的，即便內存地址不同，只要值相同就不可以同時作爲 dict 的 key，後者會覆蓋前者。
>>> c
'a-c'
>>> d
'a-c'
>>> {c: 0, d: 1}
{'a-c': 1}因爲相同的 key 具有相同的 hash 值
>>> hash(c) == hash(d)
True
>>> hash(c)
-8124728931706162487
>>> hash(d)
-8124728931706162487存儲 dict 的元素前是計算 key 的 hash 值
首先了解下關於 key 與其 hash 值之間的幾點事實：
-
相同的 key 肯定具有相同的 hash 值；
應該不用解釋，這是 hash 算法決定的；
-
不同的 key 也可能具有相同的 hash 值；
因爲 hash 算法會將任何長度的數據轉換成一個固定長度的字符串（int 對象除外），所以可能生成的 hash 值的數量是有限的，而可用來計算 hash 值的數據量理論上是無窮的，這就造成兩個數據的 hash 值可能相同
-
具有相同 hash 值的 key 不一定相同；
原因正是因爲不同的 key 可以具有相同的 hash 值
-
具有不同 hash 值的 key 肯定不同
原因正是因爲相同的 key 具有相同的 hash 值；
dict 是基於哈希表的數據結構，哈希表是一塊連續的內存空間（數組），因爲所存儲的 key-value 散落在不同的位置上，key-value 之間存在大量的空白空間是很常見的，所以哈希表又稱散列表。
dict 本質就是一個能利用散列函數將 key 轉化爲索引的數組（散列函數+數組），散列函數的功能之一是將 key 值轉換爲數組索引（dict 的 key 具有唯一性的本質是數組索引的唯一性）。在轉換的過程中，需要對 key 進行 hash 值計算，計算 hash 值的目的是爲了確定 key 應該存儲在數組中的哪個位置（索引），即定位，而不是判斷兩個 key 是否相同。因爲通過比較 hash 值是無法判斷兩個 key 是否相同的（參考前面的第 3 點事實），所以當 hash 值相同時，會定位到相同的表元（索引對應的元素），該表元裏的 key 是否與計算的 key 相等還需要進一步判斷。
反正存儲 dict 的元素前還是計算 key 的 hash 值，但這只是散列函數中的其中一個過程或步驟。