设置迭代顺序因运行而异

Question

为什么Python集的迭代顺序(具有相同的内容)因运行而异,以及从运行到运行使其一致的选项是什么？

我知道Python集的迭代顺序是任意的.如果我将'a','b'和'c'放入一个集合然后迭代它们,它们可能会以任何顺序返回.

我观察到的是,在一个程序的运行中,顺序保持不变.也就是说,如果我的程序连续两次迭代同一个集合,那么我两次都得到相同的顺序.但是,如果我连续两次运行程序,则顺序会从运行更改为运行.

不幸的是,这打破了我的一个自动化测试,它简单地比较了我的程序的两次运行的输出.我不关心实际的顺序,但我希望它在运行之间保持一致.

我提出的最佳解决方案是:

1. 将该集复制到列表.
2. 对列表应用任意排序.
3. 迭代列表而不是集合.

有更简单的解决方案吗？

注意:我在StackOverlow上发现了类似的问题,但是没有一个能解决从运行到运行获得相同结果的特定问题.

Answer 1

在两个集合上使用symmetric_difference(^)运算符来查看是否存在任何差异:

In [1]: s1 = set([5,7,8,2,1,9,0])
In [2]: s2 = set([9,0,5,1,8,2,7])
In [3]: s1
Out[3]: set([0, 1, 2, 5, 7, 8, 9])
In [4]: s2
Out[4]: set([0, 1, 2, 5, 7, 8, 9])
In [5]: s1 ^ s2
Out[5]: set()

Answer 2

你想要的是不可能的.任意意味着任意.

我的解决方案与您的解决方案相同,如果您希望能够将其与另一个进行比较,则必须对该集进行排序.

Answer 3

设置迭代顺序从一次运行更改为运行的原因似乎是因为默认情况下Python使用哈希种子随机化.(参见命令选项-R.)因此,设置迭代不仅是任意的(因为散列),而且是非确定性的(因为随机种子).

您可以通过为解释器设置环境变量PYTHONHASHSEED来覆盖具有固定值的随机种子.使用从run到run的相同种子意味着set iteration仍然是任意的,但现在它是确定性的,这是所需的属性.

散列种子随机化是一种安全措施,使对手难以提供将导致病态行为的输入(例如,通过创建大量散列冲突).对于单元测试,这不是问题,因此在运行测试时覆盖散列种子是合理的.

Answer 4

集合的迭代顺序不仅取决于其内容,还取决于项目插入集合的顺序,以及沿途是否有删除.因此,您可以使用不同的插入和删除创建两个不同的集合,最后使用相同的集合,但具有不同的迭代顺序.

正如其他人所说:如果你关心集合的顺序,你必须从中创建一个排序列表.

Answer 5

你的问题变成了两个问题：A）如何在你的具体情况下比较“两次运行的输出”；B) 集合中迭代顺序的定义是什么。也许你应该区分它们，并在适当的情况下将 B) 作为一个新问题发布。我来回答A。

恕我直言，在您的情况下使用排序列表并不是一个非常干净的解决方案。您应该决定是否一劳永逸地关心迭代顺序并使用适当的结构。

1) 您想要比较两个集合，看看它们是否具有相同的内容，无论顺序如何。那么集合上的简单 == 运算符似乎是合适的。请参阅python2 集、python3 集。

或者 2) 您想要检查元素是否以相同的顺序插入。但是，只有当插入顺序对库的用户有某种影响时，这才显得合理，在这种情况下，使用集合类型可能一开始就不合适。换句话说，目前尚不清楚“比较两次运行的输出”到底是什么意思以及为什么要这样做。

在所有情况下，我怀疑排序列表在这里是否合适。