【Python • 集合】如何使复杂类型对象支持集合操作

本文最后更新于:1 年前

Python

项目场景

有两个集合,每次运算时,都需要对两个集合取差集找出两个集合的差异,或者取并集用来去重,其中的元素都是复杂类型的对象。


问题描述

众所周知,集合是无序的,且没有重复的。在本例中,定义了一个class,然后创建对象,每次往定义的结合中加元素时,同样的元素,加到集合却可以无限添加,通过调试发现,每次添加的元素Hash值是不同的。

首先定义一个Person类,用于测试,

1
2
3
4
5
6
7
8
9
10
class Person:
def __init__(self, name, age):
self.name = name
self.age = age

def get_name(self):
return self.name

def get_age(self):
return self.age

在main.py中新建一个集合,向集合中添加Person类型的对象,在person_list中是所有将要添加的对象,其中有一个是重复的,是为了验证是否可以去重专门添加的,

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
from Model.Person import Person


def main():
person_set = set()
person_list = [
Person("张三", 24),
Person("李四", 15),
Person("王五", 28),
Person("张麻子", 30),
Person("二营长", 19),
Person("张三", 24)
]

for p in person_list:
person_set.add(p)

print("Person set")
for p in person_set:
print(p)


if __name__ == '__main__':
main()

运行后,结果如下,可以看到,在集合person_set中添加了6个对象,每个集合的hash值都是不一样的,
效果图
此时,再加一个test_person_set,用来

1
2
3
4
5
6
7
8
9
10
test_person_list = [
Person("李四", 15),
Person("王五", 28),
Person("张麻子", 30),
]

test_person_set = set()

for person in test_person_list:
test_person_set.add(person)

person_set做差,

1
2
3
4
result_set = person_set - test_person_set
print("Result Person set")
for p in result_set:
print(p)

此时,输出运行结果,还是person_set中的6个元素,
效果图


原因分析

在Python的对象中,有__str__方法,用来将对象转换成字符串,相当于java的toString()方法,__eq__方法,提供两个对象的比较运算,当使用==运算符连接两个对象时触发,而最关键的是__hash__方法,获取对象的hash值。

在Python的集合操作中,判断两个元素是否相等,应该是用对象的hash值来判断是否是同一个对象(只是猜测,并未找到实质证据,也未找到Python的源码),并且来使用eq来判断是否两个元素相等。


解决方案

基于以上猜测,我在Person类中加入了eqhash方法,两者任意一个缺失都不能解决这个问题,Person类的对象最终如下,

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
class Person:
def __init__(self, name, age):
self.name = name
self.age = age

def get_name(self):
return self.name

def get_age(self):
return self.age

def __str__(self):
return self.get_name() + str(self.get_age())

def __eq__(self, other):
return self.name == other.name and self.age == other.age

def __hash__(self):
return hash(self.name+str(self.get_age()))

此时再次运行main.py,运行结果就正确了,
效果图

完整代码

目录结构

效果图

main.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
from Model.Person import Person


def main():
person_set = set()
person_list = [
Person("张三", 24),
Person("李四", 15),
Person("王五", 28),
Person("张麻子", 30),
Person("二营长", 19),
Person("张三", 30)
]

test_person_list = [
Person("李四", 15),
Person("王五", 28),
Person("张麻子", 30),
]

test_person_set = set()

for person in test_person_list:
test_person_set.add(person)

for p in person_list:
person_set.add(p)
result_set = person_set - test_person_set
print("Result Person set")
for p in result_set:
print(p)


if __name__ == '__main__':
main()

person.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
class Person:
def __init__(self, name, age):
self.name = name
self.age = age

def get_name(self):
return self.name

def get_age(self):
return self.age

def __str__(self):
return self.get_name() + str(self.get_age())

def __eq__(self, other):
return self.name == other.name and self.age == other.age

def __hash__(self):
return hash(self.name+str(self.get_age()))