8

例如：

>>> a = {'req_params': {'app': '12345', 'format': 'json'}, 'url_params': {'namespace': 'foo', 'id': 'baar'}, 'url_id': 'rest'}
>>> b = {'req_params': { 'format': 'json','app': '12345' }, 'url_params': { 'id': 'baar' ,'namespace':'foo' }, 'url_id': 'REST'.lower() }
>>> a == b
 True

什么是为两个 dicts 生成相等散列的好的散列函数？字典将具有基本数据类型，如 int、list、dict 和字符串，没有其他对象。

如果哈希是空间优化的，那就太好了，目标集大约是 500 万个对象，因此碰撞的机会要少得多。

我不确定 json.dumps 或其他序列化是否尊重平等而不是字典中成员的结构。例如。使用 dict 的 str 的基本散列不起作用：

>>> a = {'name':'Jon','class':'nine'}
>>> b = {'class':'NINE'.lower(),'name':'Jon'}
>>> str(a)
"{'name': 'Jon', 'class': 'nine'}"
>>> str(b)
"{'class': 'nine', 'name': 'Jon'}"

json.dumps 也不起作用：

>>> import json,hashlib
>>> a = {'name':'Jon','class':'nine'}
>>> b = {'class':'NINE'.lower(),'name':'Jon'}
>>> a == b
True
>>> ha = hashlib.sha256(json.dumps(a)).hexdigest()
>>> hb = hashlib.sha256(json.dumps(b)).hexdigest()
>>> ha
'545af862cc4d2dd1926fe0aa1e34ad5c3e8a319461941b33a47a4de9dbd7b5e3'
>>> hb 
'4c7d8dbbe1f180c7367426d631410a175d47fff329d2494d80a650dde7bed5cb'
4

4 回答 4

11

pprint 模块对字典键进行排序

from pprint import pformat
hash(pformat(a)) == hash(pformat(b))

如果要保留哈希值，则应使用 hashlib 中的哈希值。sha1 足够了

于 2013-05-24T13:21:24.953 回答
1

为什么不在散列之前排序？当然，它可能需要不可忽略的时间来完成它，但至少你可以继续使用一个“好的”散列函数，即一个显示出良好分散性以及所有其他所需属性的散列函数。此外，如果这个想法是为了节省空间，那可能是因为您希望字典中有很多条目，因此，使用“好”散列函数时不对集合进行排序所节省的时间肯定会受到使用散列函数时的查找时间的支配。由于大量冲突而导致的“坏”哈希函数。

于 2013-05-24T13:35:26.957 回答
0

您还可以对已排序的字符串进行哈希处理：

>>> a = {'name':'Jon','class':'nine'}
>>> b = {'class':'NINE'.lower(),'name':'Jon'}
>>> def isdeq(d1,d2):
...    def dhash(d):
...       return hash(str({k:d[k] for k in sorted(d)}))
...    return dhash(d1)==dhash(d2)
... 
>>> isdeq(a,b)
True
>>> isdeq({'name':'Jon','class':'nine'},{'name':'jon','class':'nine'})
False
>>> isdeq({'name':'Jon','class':'nine'},{'class':'nine','name':'Jon'})
True
于 2013-05-24T14:39:56.740 回答
0

不确定这是否是您想要的：

import json
import hashlib

a = # as above
b = # as above
c = {'req_params': {'app': '12345', 'format': 'json'},
  'url_params': {'id':'baar', 'namespace': 'foo' }, 'url_id': 'rest'}
d = {'url_params': {'id':'baar', 'namespace': 'foo' },
  'req_params': {'app': '12345', 'format': 'json'}, 'url_id': 'rest'}

ha = hashlib.sha256(json.dumps(a)).hexdigest()
hb = hashlib.sha256(json.dumps(b)).hexdigest()
hc = hashlib.sha256(json.dumps(c)).hexdigest()
hd = hashlib.sha256(json.dumps(d)).hexdigest()

assert ha == hb
assert ha == hc
assert ha == hd
于 2013-05-24T13:13:59.847 回答