自定义对象的散列()，而不是“随机”
简言之：
我注意到，在自定义对象上应用hash()函数总是返回一个4的倍数加上1的值。这有什么原因吗，以及阻止这种情况发生的方法？
我想，如果总是这样的话，我可以减去1，除以4，得到hash值的“密集”分布，但我不确定这是否确实如此。
冗长/举例：
在Python中，我有一堆自定义对象，以及一个(简短)值列表。对于每个对象，我希望在列表中选择一个值，因此，
- 所有的值都同样有可能被选择；如果我在以后的某个时候重复这个过程，
- 为每个对象得到相同的值。
有些对象将与相同的值配对，这是没有问题的。
我的想法是为此使用对象的hash()值(它们没有实现用户定义的__hash__方法)，其方式如下：
value = list_of_values[hash(object) % len(list_of_values)]但是，我注意到，列表中的一些值从未被选中，检查后，hash值总是4的倍数，加上1--如果list_of_values的长度是4的倍数，这是一个问题。
我会得到任何一个帮助
- 是一种使
hash函数返回一个不是任何值的倍数的值的方法；或者 - 确认它总是4的倍数，而不考虑类、操作系统(32位或64位、Windows或Linux或Mac)等；或
- 以不同的方式从对象中产生相同的半随机数。
回答 2
Stack Overflow用户
发布于 2020-01-29 17:38:16
写一个问题集中于头脑是很有趣的。在输入我的问题时，我得到了答案:我首先用素数取hash值的模，然后取带有列表长度的模：
value = list_of_values[(hash(object) % prime) % len(list_of_values)]素数应该小于典型的hash-value，但超过list_of_values长度的几倍。由于list_of_values在我的例子中只有不到100个元素，所以我取了7919的值。
(要了解后者为何重要:假设list_of_values的长度为100，而prime的值为113。在这种情况下，第一个模块(hash(object) % prime)给出的值从0到112，它们都是相同的。然后，如果我使用100的模，则0..99的数字保持不变，而这些100..112被缩减为0..12。这使得前13个元素被选中的概率是其他元素的两倍。)
Stack Overflow用户
发布于 2020-01-29 17:59:54
如果您想要可重复的随机序列，请使用已知值调用random.seed。
>>> random.seed(3)
>>> [random.choice("abc") for x in range(10)]
['a', 'c', 'c', 'a', 'b', 'c', 'b', 'c', 'c', 'a']
>>> random.seed(3)
>>> [random.choice("abc") for x in range(10)]
['a', 'c', 'c', 'a', 'b', 'c', 'b', 'c', 'c', 'a']这两份名单是相同的，这不是巧合。
根据您的评论，我认为您可以使用defaultdict。
>>> from collections import defaultdict
>>> import random
>>> values = [1,2,3,4]
>>> d = defaultdict(lambda: random.choice(values))
>>> [d['foo'] for _ in range(20)]
[2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2]对任何给定密钥的第一次查找都是随机选择的，然后被记住。后续查找总是使用该第一个值。
https://stackoverflow.com/questions/59972456
复制相似问题
腾讯云开发者
