Ruby扩展类属性后，如何确保哈希中不存入重复对象？

1. 必须修改hash方法吗？ #

是的，必须修改，否则没法保证Hash中不会存入逻辑重复的对象。

Ruby里判断两个对象能不能作为Hash的同一个键，靠的是eql?和hash这对方法，两者逻辑必须一致：

• 如果两个对象用eql?判断为相等，它们的hash值必须完全相同；
• 反之，hash值不同的对象，一定不会被Hash视为同一个键。

你给Book加了year属性后，假设你已经更新了eql?（或者重写了==方法，因为默认eql?会调用==）来包含year的判断，那hash方法必须同步把year的哈希值加进去。不然会出现两种问题：

1. 两个逻辑上不同的Book（比如title、author相同但year不同）可能生成相同的hash值，导致Hash的查找逻辑混乱；
2. 即使当前小数据集没出问题，随着数据量增大，逻辑上相等的Book（三个属性都相同）可能因为hash值没包含year，出现哈希碰撞或者Hash无法识别它们是同一个键，最终存入重复对象。

修改方式很直接，把year的哈希值加入组合逻辑就行：
原代码可能是：

def hash
  title.hash ^ author.hash
end

修改后可以用XOR继续组合：

def hash
  title.hash ^ author.hash ^ year.hash
end

更推荐用数组哈希的方式，逻辑更直观还能避免XOR的顺序问题：

def hash
  [title, author, year].hash
end

2. hash方法中^的作用 #

^是Ruby的按位异或运算符，原代码里用它把多个属性的哈希值合并成一个单一整数（因为每个对象的hash方法返回的都是整数）。

按位异或的规则是：二进制位相同则结果为0，不同则为1。用它组合哈希值的原因是计算快、实现简单，但它有个明显的缺陷：异或是可交换的——a.hash ^ b.hash和b.hash ^ a.hash结果完全一样。这就导致如果两个Book对象的title和author互换，它们的hash值会相同，大幅增加哈希碰撞的概率。而用数组的hash方法（比如[title, author].hash）会考虑元素顺序，就不会有这个问题。

内容的提问来源于stack exchange，提问作者Leahcim