为什么tuple（set（））== tuple（set（））85％的时间哈希随机化启用？

给零比雷埃夫斯的另一个问题的答案 ，我们有这个

x = tuple(set([1, "a", "b", "c", "z", "f"])) y = tuple(set(["a", "b", "c", "z", "f", 1])) print(x == y) 

大约85％的时间打印True 哈希随机化启用。 为什么85％？

Answer 1

我会假设这个问题的任何读者都阅读了两个：

• 零比雷埃夫斯的答案和

• 我对CPython词典的解释

首先要注意的是散列随机化决定于解释器启动。

每个字母的散列对于两个集合都是相同的，所以唯一可能影响的是如果发生碰撞（订单将受到影响）。

---

通过扣除第二个链接，我们知道这些集合的支持数组开始于8：

 _ _ _ _ _ _ _ _ 

在第一种情况下，我们插入1 ：

 _ 1 _ _ _ _ _ _ 

然后插入其余部分：

 α 1 ? ? ? ? ? ? 

然后它被重新大小32：

  1 can't collide with α as α is an even hash ↓ so 1 is inserted at slot 1 first ? 1 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 

在第二种情况下，我们插入其余的：

 ? β ? ? ? ? ? ? 

然后尝试插入1：

  Try to insert 1 here, but will ↓ be rehashed if β exists ? β ? ? ? ? ? ? 

然后它会被重新表示：

  Try to insert 1 here, but will be rehashed if β exists and has ↓ not rehashed somewhere else ? β ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 

所以迭代次序是否不同，完全取决于β是否存在。

---

β的机会是这5个字母中的任何一个将散列到1模8 和散列到1模32的机会。

由于任何哈希到1的模32也哈希到1模8，所以我们想要find32个时隙中的一个，其中一个在时隙1：

 5 (number of letters) / 32 (number of slots) 

5/32为0.15625，所以在两套结构中有15.625％的订单机会不同 。

---

不是很奇怪，这正是零比雷埃夫斯所测量的。

---

_{¹在技术上这还不是很明显。 我们可以假设5个哈希值中的每一个都是唯一的，因为重新哈希，但是由于线性探测，它实际上更有可能发生“聚束”结构……但是因为我们只关注是否占用一个时隙，实际上并没有影响到我们。}