SymPy对象哈希非确定性问题：符号表达式缓存失效求助

这个问题我之前踩过坑！SymPy的Symbol对象默认哈希是基于Python的对象标识（也就是id()返回的内存地址），而不是符号的名称、属性或者表达式内容，所以每次重启Python进程，甚至同一个进程里重新创建同名符号，哈希值都会不一样，根本没法用来做缓存的键。

下面给你几个靠谱的解决方案，按简便程度排序：

1. 用srepr()生成标准化字符串（最推荐） #

SymPy提供了srepr()函数，它能生成一个唯一对应表达式内容的字符串表示——不管对象内存地址是什么，只要表达式的结构、符号属性完全一致，srepr()的输出就完全相同。我们可以把这个字符串作为缓存的键，完美解决哈希不稳定的问题。

举个实际的缓存例子，用functools.lru_cache：

import sympy as sym
from functools import lru_cache

# 定义一个把表达式转成可哈希字符串的辅助函数
def get_hashable_key(expr):
    return sym.srepr(expr)

# 用字符串作为缓存键，确保哈希稳定
@lru_cache(maxsize=None)
def cached_calculation(expr_str):
    # 把字符串转回SymPy表达式
    expr = sym.sympify(expr_str)
    # 这里写你的实际计算逻辑，比如求导或者展开
    return sym.expand((expr + 1)**2)

# 使用示例
x = sym.symbols('x')
result = cached_calculation(get_hashable_key(x))
print(result)  # 输出 x² + 2x + 1

验证一下哈希稳定性：

x = sym.symbols('x')
print(hash(sym.srepr(x)))  # 每次运行这个值都完全相同

这个方法的好处是：

• 自动处理所有复杂表达式（比如带假设的符号、嵌套表达式、函数调用等）
• 能区分数学意义不同的符号（比如sym.symbols('x', real=True)和普通x的srepr输出不同，哈希自然不同，符合缓存逻辑）

2. 自定义哈希函数（适合特殊场景） #

如果你不想用字符串转来转去，也可以自定义哈希函数，基于符号/表达式的核心属性生成哈希。比如对于单个符号，可以用名称、假设集合来生成哈希；对于复杂表达式，可以递归遍历每个元素的属性。

举个简单的自定义哈希例子：

def custom_hash(expr):
    if isinstance(expr, sym.Symbol):
        # 基于符号名称和假设生成哈希
        return hash((expr.name, frozenset(expr._assumptions.items())))
    elif isinstance(expr, sym.Basic):
        # 对于复杂表达式，递归处理每个子节点
        return hash((type(expr).__name__, tuple(custom_hash(arg) for arg in expr.args)))
    else:
        # 其他类型直接用默认哈希
        return hash(expr)

不过这个方法需要自己处理所有SymPy表达式类型，容易漏掉边缘情况，所以除非你有特殊需求，否则还是用srepr()更省心。

注意事项 #

• 如果你用lru_cache，直接传SymPy表达式肯定不行，因为它的哈希不稳定；必须传经过标准化处理的键（比如srepr字符串）
• sympify()可以安全地把srepr字符串转回表达式，不用担心格式问题
• 如果你的表达式里包含自定义函数或者特殊对象，srepr()也能正确处理，只要这些对象实现了__repr__的标准化输出

内容的提问来源于stack exchange，提问作者Rastapopoulos