Python集合元素唯一性判定逻辑及对应官方说明查询问询

核心判定逻辑 #

Python集合对元素去重需要同时满足两个必要条件：

• 两个元素的哈希值相等，即 hash(a) == hash(b)
• 两个元素的相等判断返回True，即 a == b
  只有两个条件同时成立时，集合才会将二者视为同一个元素，保留先加入集合的那个值，丢弃后加入的重复值。

常见现象解释 #

1. True与1的去重表现 #

>>> hash(True)
1
>>> 1 == True
True

二者同时满足哈希相等、值相等的条件，所以会被去重，集合中只会保留先出现的那个：

# True先出现，后续的1被丢弃
>>> s1 = {True,1,1,2}
>>> s1
{True, 2}
# 1先出现，后续的True被丢弃
>>> s2 = {1,1,True,2}
>>> s2
{1, 2}

2. False与0的去重表现 #

>>> hash(False)
0
>>> 0 == False
True

二者同样同时满足两个判定条件，所以也遵循先出现保留的规则：

# False先出现，后续的0被丢弃
>>> s3 = {False,0,""}
>>> s3
{False, ''}
# 0先出现，后续的False被丢弃
>>> s4 = {0,False,(),0,""}
>>> s4
{0, '', ()}

3. 空字符串未被去重的原因 #

空字符串虽然哈希值为0，但和0、False的相等判断都不成立：

>>> hash("")
0
>>> "" == 0
False
>>> "" == False
False

不满足第二个判定条件，所以哪怕出现哈希冲突，也不会被视为同一个元素，会被正常保留在集合中。 #

规则说明 #

该判定逻辑属于Python集合的基础设计规则，官方文档中明确说明：集合仅包含的元素必须为可哈希对象，自动去重的判断标准就是两个元素哈希值相同且相等判断为True。
内容的提问来源于stack exchange，提问作者Raghuraman