为字典生成唯一标识符？

Question

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
如果两本词典有不同的 ID，那么它们必须在内容上至少有一处不同。
每次我运行程序时 ID 都保持不变（ id(x) 不起作用）
奖励：Python（2.6、2.7、3.4、3.6）的不同版本的 ID 保持不变

我目前的想法是使用哈希函数（虽然我对此知之甚少）并做这样的事情（假设一个 int/float 数字的字典）：

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)

根据我的理解，这在大多数情况下应该有效，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，如果我不对密钥进行哈希处理，并且两个不同的条目可以是“1.0”，那么我就会遇到问题。

你有什么建议，希望不要靠运气吗？

编辑：我在我想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

Answer 1

要创建 ID，您需要创建一个不可变对象。由于键是无序的，您可能需要对它们进行排序。

例如：

mydict = {'a': 1, 'c': 9, 'b': 3}

values = tuple(sorted(mydict.items()))
# -> (('a', 1), ('b', 3), ('c', 9))

然后，您可以使用自己的哈希算法，例如使用 sha256:

import hashlib

def hash_item(m, k, v):
    m.update(k.encode('utf-8'))
    m.update(str(k).encode('utf-8'))

m = hashlib.sha256()
for k, v in values:
    hash_item(m, k, v)
print(m.digest())
# -> b'\xa5\xb42\xee\x03\x07\xbe\x7f\xa2:\xa0\x04a\xf5N\xee4\xba\x9dE%\x1bU\x04V}7\xa8\xda3\x9d\xff'

Answer 2

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。要么你最终运行没有号码，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。所以，你几乎可以肯定足够安全，忽略你运行跨越哈希冲突的可能性。

为字典生成唯一标识符？

Generate unique identifier for dictionary?

python

dictionary

hash

uniqueidentifier