Python如何保证集合元素唯一？集合判断对象相等的规则是什么？

Python集合判断两个元素是否为同一元素的判断流程分为两步，二者必须同时满足才会被判定为重复元素，新加入的元素会被去重：

• 第一步：计算两个元素的哈希值，若哈希值不同，直接判定为不同元素，不会进入下一步校验
• 第二步：如果哈希值相同，再调用__eq__方法判断两个对象是否相等，仅当__eq__返回True时，才会判定为同一元素

问题产生的原因 #

你的示例代码中仅重写了__hash__方法，没有重写__eq__方法。自定义类默认的__eq__方法是对比两个对象的内存地址，你创建的两个Obj实例是不同的对象，内存地址不同，因此默认__eq__返回False，集合会判定二者是不同元素，所以都被存入集合。

符合预期的写法 #

如果需要按照message属性判断两个对象是否为同一集合元素，需要同时重写__hash__和__eq__方法，示例如下：

class Obj:
    def __init__(self, message, value):
        self.message = message
        self.value = value

    def __hash__(self):
        return hash(self.message)

    def __eq__(self, other):
        # 只有同类型且message属性相等时，才判定为相同对象
        if isinstance(other, Obj):
            return self.message == other.message
        return False

s = set([Obj("1", 1), Obj("1", 2)])
# 此时集合中仅会保留第一个添加的Obj("1", 1)实例

注意事项 #

Python官方约定：如果两个对象a == b返回True，那么hash(a)和hash(b)的返回值必须相等。如果自定义类需要作为集合元素或者字典的键，必须遵守这个约定，同时重写__eq__和__hash__方法，否则会出现不符合预期的行为。

内容的提问来源于stack exchange，提问作者midugh