Python集合无序却存在固定迭代顺序的底层原理探究

问题现象 #

已知Python集合（set）是无序的：

• 运行第一段代码10次，约有5次输出[['DR1', 'DR12'], [], []]，另5次输出[['DR12', 'DR1'], [], []]。

list_of_list = [[] for _ in range(3)]
list_of_list[0].append("DR1")
list_of_list[0].append("DR1")
list_of_list[0].append("DR1")
list_of_list[0].append("DR12")
list_of_list[0].append("DR12")
list_of_list[0].append("DR12")
list_of_list[0] = list(set(list_of_list[0]))
print(list_of_list)

• 运行第二段代码时，for循环的5次迭代每次输出顺序都相同；重启程序后可能得到另一种顺序，但该顺序会在循环内重复5次。

for _ in range(5):
    list_of_list = [[] for _ in range(3)]
    list_of_list[0].append("DR1")
    list_of_list[0].append("DR1")
    list_of_list[0].append("DR1")
    list_of_list[0].append("DR12")
    list_of_list[0].append("DR12")
    list_of_list[0].append("DR12")
    list_of_list[0] = list(set(list_of_list[0]))
    print(list_of_list)

这一“有序的无序性”现象的底层原因是什么？同时推测：Python是否会在程序启动时为字符串的哈希计算添加随机种子？已知整数的哈希值为自身取模2**61-1，不会变化，但字符串的哈希值重启程序后会改变（如print(hash("d"))多次重启输出不同值），请确认该结论是否正确。

解答 #

你的推测完全正确——Python确实会在程序启动时为字符串哈希计算添加随机种子，这就是导致上述现象的核心原因，具体细节如下：

• 集合的底层实现逻辑：集合是基于哈希表实现的，元素的存储位置由其哈希值决定，遍历集合时的顺序就是哈希表的槽位遍历顺序。因此，元素哈希值的变化会直接改变集合的输出顺序。

• 字符串哈希的随机化机制：从Python 3.3版本开始，默认启用了字符串哈希随机化功能。程序启动时会生成一个全局随机种子，所有字符串的哈希计算都会混入这个种子。这带来两个关键特性：

  1. 同一程序运行期间，同一字符串的哈希值始终固定，因此集合的哈希表结构不会变化，遍历顺序保持一致——这就是第二段代码循环内输出顺序相同的原因。
  2. 不同程序启动实例会使用不同的随机种子，导致同一字符串的哈希值不同，集合元素的存储位置随之改变，遍历顺序也会变化——这就是第一段代码重启后输出顺序可能改变的原因。

• 整数哈希的特殊性：整数的哈希值计算逻辑是固定的（取自身模2**61-1），不受全局随机种子的影响。因此如果集合仅包含整数，无论重启多少次程序，遍历顺序都不会发生变化（除非元素数量触发哈希表扩容，但这属于另一种场景）。

内容的提问来源于stack exchange，提问作者FluidMechanics Potential Flows