Python 便携式哈希

Question

我正在阅读pyspark的源代码here。我对这里的便携功能感到非常困惑。

def portable_hash(x):
    """
    This function returns consistant hash code for builtin types, especially
    for None and tuple with None.
    The algrithm is similar to that one used by CPython 2.7
    >>> portable_hash(None)
    0
    >>> portable_hash((None, 1)) & 0xffffffff
    219750521
    """
    if x is None:
        return 0
    if isinstance(x, tuple):
        h = 0x345678
        for i in x:
            h ^= portable_hash(i)
            h *= 1000003
            h &= sys.maxint
        h ^= len(x)
        if h == -1:
            h = -2
        return h
    return hash(x)

我可以看出这是一个递归函数。如果输入是元组，则递归循环遍历每个元素。

以下是我的几个问题：

这种哈希方法是一对一映射吗？
这个函数只接受 None 和 tuple and 考虑哈希值，我知道列表对象不是 hashable，他们是有意还是无意的。
我对散列的经验不多，这是不是一种非常经典的散列方法，如果是的话，有什么资源可以让我更好地理解它吗？

Answer 1

"is this hash approach an one to one mapping?"

NO 哈希方法是一对一的：它们都将 M 个可能的输入映射到 N 个可能的整数结果，其中 M 远大于 N。

"this function only takes None and tuple and hashable values into consideration, I know that list object is not hashable, did they do that intentionally or not."

是的，此函数委托给内置 hash 除元组和 None 之外的所有其他内容。这绝对是 Python 中的一个深思熟虑的设计决定（也受到此功能的尊重）来制作可变的内置函数，例如 list 和 dict not可散列。

"I don't have much experience with hash, is this a very classic hashing approach, if so, is there any resource for me to get a better understanding for it?"

是的，项目的异或散列，随着一个经过修改运行总数，确实是一种非常经典的散列可散列项目容器的方法。

有关散列的更多研究，我将从 http://en.wikipedia.org/wiki/Hash_function 开始。

Python 便携式哈希

Python Portable Hash

python

hash