为什么即使 PYTHONHASHSEED=0，Python 集合的顺序也不确定？

Question

我正在开发一个基于代理的模型，其中我使用不同类型的代理类，这些类的实例被分配给不同类型的对象，例如学校、公司、家庭等。我遇到的问题是我在调试时无法强制执行运行的再现性，由于模型的复杂性，这使得任务变得非常困难。经过长时间的调查，我意识到问题与集合的顺序有关（当然应用了内置的随机和 numpy 随机种子）。即使我设置了 PYHTONHASHSEED=0，我也观察到每次运行时集合的顺序是随机的。当代理移动时，这使得我的模型的每次运行都不同。

当然，我知道套装并不意味着有订单。当从对象中移除代理时，我想使用它们使模型尽可能轻巧和快速。我希望它们的行为是随机的，除非我需要调试引发异常的特定运行。

我添加了以下代码，以便可以验证我的声明。在启动代码之前，我总是通过导出从命令行设置 PYTHONHASHSEED。我从代码打印 PYTHONHASHSEED 值以检查该值是否确实已更新

import os
import random
import numpy as np

print('PYTHON HASH SEED IS', os.environ['PYTHONHASHSEED'])

random.seed(1)
np.random.seed(2)

class S:
    def __init__(self, a, b):
        self.a = a
        self.b = b
    def __repr__(self):
        return "".join([type(self).__name__, "_{0.a!r}_",
                        "School", "_{0.b!r}" ]).format(self)

list1 = np.random.randint(1, 100,size=40)
list2 = np.random.randint(1, 10,size=40)
d1 = dict()
s1 = set()
d1['students'] = s1
# assign students to d1
for s_id, sch_id in zip(list1, list2):
    d1['students'].add(S(s_id, sch_id))

print(s1)

奇怪的是，如果我使用整数作为集合成员而不是类实例，则无法检测到随机性。问题是否与集合成员是类实例这一事实有关？为什么 ？

当然，我可以重塑代理分配给模型对象的方式，并用列表替换集合，但如果可能的话，我想了解这个问题。我使用的版本是python 3.5.4

Answer 1

您存储的（类型S）对象来自没有覆盖__eq__和的类__hash__，因此它们使用默认实现，即基于对象标识：

用户定义的类默认有__eq__()和__hash__()方法；与它们相比，所有对象都比较不相等（除了它们自己）并x.__hash__()返回一个适当的值，以便同时x == y暗示x is y和hash(x) == hash(y)。

对象标识（作为 CPython 的一个实现细节）等同于分配对象的内存地址（原始指针值），并且分配器将在每次运行时返回不同的地址，因此每次的排序都会不同。ints 没有这个问题，因为它们具有基于非身份的平等和散列；它们基于值而不是身份进行散列，因此精确的内存地址无关紧要。

要使用固定种子为您的自定义类获得一致的排序，您需要定义特殊的相等和散列方法，例如：

def __hash__(self):
    return hash((self.a, self.b))

def __eq__(self, other):
    if not isinstance(other, S):
        return NotImplemented
    return self.a == other.a and self.b == other.b