Hashing散列注意事项

Hashing散列注意事项

Numba支持内置功能hash()，只需__hash__()在提供的参数上调用成员函数即可 。这使得添加对新类型的哈希支持变得微不足道，这是因为扩展APIoverload_method()装饰器的应用程序，需要重载用于为注册到该类型的__hash__()方法的新类型，计算哈希值的函数。例如：

from numba.extending import overload_method

 

@overload_method(myType, '__hash__')

def myType_hash_overload(obj):

    # implementation details

实施

Numba哈希函数的实现，严格遵循Python 3的实现。唯一的例外是，对于Unicode和字节（内容长于sys.hash_info.cutoff）进行哈希，唯一受支持的算法是 siphash24（CPython 3中的默认值）。结果，默认条件下，Numba将为所有受支持的类型匹配Python 3哈希值。

Unicode哈希缓存差异

Numba和CPython Unicode字符串内部表示形式都有一个hash 成员，用于缓存字符串的哈希值。总是在计算散列值之前检查该成员，并且仅从缓存中提供一个值就可以了，因为这样做便宜得多。Numba Unicode字符串哈希缓存实现的行为与CPython的行为类似。唯一值得注意的行为更改（其唯一影响是性能的潜在变化）是，Numba始终计算并缓存在将其load，在Python中重用时创建的Unicode字符串的哈希，与CPython相比，这在某些情况下太快了。CPython可能会延迟根据创建方法对新Unicode字符串进行哈希处理的时间。还应注意，Numba在Unicode字符串复制nopython modehash 的CPython内部表示形式的成员时，将其拆分成其自己的表示形式，不重新计算已经具有与之关联的哈希值的字符串的哈希。

 PYTHONHASHSEED的Accommodation

PYTHONHASHSEED环境变量可用于后续的CPython的散列算法。例如，Numba哈希实现直接读取CPython哈希算法的内部状态，结果，在Numba的哈希实现中，PYTHONHASHSEED复制了。