python中set集合如何决定是否重复？

看下面代码，两个值相同的Item对象，添加到set中被认为是两个对象。

 

class Item(object):

    def __init__(self, foo, bar):
        self.foo = foo
        self.bar = bar
    
    def __repr__(self):
        return "Item(%s, %s)" % (self.foo, self.bar)
    
print set([Item('1', '2'), Item('1', '2')])

# 输出： set([Item(1, 2), Item(1, 2)])

 

数据结构中HASH表的设计思路是：

1. 被插入元素根据hash值决定插入那个桶（通常一个数组）中
2. 新插入元素根据的equals方法依次比较桶内元素，以确定是否已经存在

 

在python中如果我们自定义class，则需要添加__hash__和__eq__两个方法，前者用于决定当前元素在哪个桶，后者决定当前元素是否在桶中已经存在。

 

修改后的code如下：

 

class Item(object):
    def __init__(self, foo, bar):
        self.foo = foo
        self.bar = bar
    
    def __repr__(self):
        return "Item(%s, %s)" % (self.foo, self.bar)
    
    def __eq__(self, other):
        if isinstance(other, Item):
            return ((self.foo == other.foo) and (self.bar == other.bar))
        else:
            return False
    
    def __hash__(self):
        return hash(self.foo + " " + self.bar)

print set([Item('1', '2'), Item('1', '2')])

# 输出：set([Item(1, 2)])

 

OK了.

 

P.S. 我在SQLAlchemy使用model过程发现，model添加到set后会做distinct动作，why？是因为持久化类的父类Model中以及实现了上面两个方法，它们默认通过主键来判断元素是不是一个。

 

 

--heipark