本文介绍了为什么在使用用户定义的对象作为键时，在Python中查找字典总是比较慢？的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我注意到，当我使用用户定义的对象(覆盖__hash__方法)作为我在Python中的词典的关键字时，查找时间至少增加了5倍。
即使我使用非常基本的散列方法，如下面的示例：
也会观察到这种行为：class A:
def __init__(self, a):
self.a = a
def __hash__(self):
return hash(self.a)
def __eq__(self, other):
if not isinstance(other, A):
return NotImplemented
return (self.a == other.a and self.__class__ ==
other.__class__)
# get an instance of class A
mya = A(42)
# define dict
d1={mya:[1,2], 'foo':[3,4]}
如果我通过两个不同的键对访问进行计时，我发现性能有很大差异
%timeit d1['foo']
结果为~100 ns。鉴于
%timeit d1[mya]
结果为~600 ns。
如果删除__hash__和__eq__方法的覆盖，则性能与默认对象的性能相同
有没有办法在避免这种性能损失的同时仍然实现自定义的哈希计算？
CPython
自定义类的默认推荐答案__hash__实现是用C编写的，并使用对象的内存地址。因此，它不必从对象访问任何东西，并且可以非常快地完成，因为它只是CPU中的一个整数操作，如果真的是这样的话。
示例中的"非常基本"__hash__并不像看起来那么简单：
def __hash__(self):
return hash(self.a)
它必须读取self的属性a，我认为在本例中将调用object.__getattribute__(self, 'a')，这将在__dict__中查找‘a’的值。这已经涉及到计算hash('a')和查找它。然后，返回值将传递给hash。
回答附加问题：
有没有办法实现更快的__hash__方法来返回
可预测值，我的意思是不会在每次运行时随机计算
是否与对象的内存地址相同？
任何访问对象属性的操作都将比不需要访问属性的实现慢，但您可以通过使用__slots__或为类实现高度优化的C扩展来加快属性访问速度。
__hash__而变慢。__hash__应该仍然很快，除非词典有数万亿个条目，但之后，其他一切都会变慢，并要求进行更大的更改...
我做了一些测试，必须进行更正。在这种情况下，使用__slots__不会有任何帮助。我的测试实际上显示，在CPython3.7中，当使用__slots__时，上面的类会稍微变慢。
这篇关于为什么在使用用户定义的对象作为键时，在Python中查找字典总是比较慢？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！