如何为namedtuple的子类提供额外的初始化？

Question

假设我有这样的namedtuple：

EdgeBase = namedtuple("EdgeBase", "left, right")

我想为此实现一个自定义哈希函数，所以我创建了以下子类：

class Edge(EdgeBase):
    def __hash__(self):
        return hash(self.left) * hash(self.right)

由于对象是不可变的，我希望哈希值只计算一次，所以我这样做：

class Edge(EdgeBase):
    def __init__(self, left, right):
        self._hash = hash(self.left) * hash(self.right)

    def __hash__(self):
        return self._hash

这似乎有效，但我真的不确定Python中的子类化和初始化，特别是对于元组。这个解决方案有什么缺陷吗？有推荐的方法怎么做？好吗？提前致谢。

Answer 1

2017年编辑：turns out namedtuple isn't a great idea。 attrs是现代的替代品。

class Edge(EdgeBase):
    def __new__(cls, left, right):
        self = super(Edge, cls).__new__(cls, left, right)
        self._hash = hash(self.left) * hash(self.right)
        return self

    def __hash__(self):
        return self._hash

__new__是你想在这里调用的，因为元组是不可变的。不可变对象在__new__中创建，然后返回给用户，而不是在__init__中填充数据。

cls必须两次通过对super的__new__呼叫，因为__new__由于历史/奇怪的原因隐含地是staticmethod。

Answer 2

问题中的代码可以受益于__init__中的超级调用，以防它在多重继承情况下被子类化，但是否则是正确的。

class Edge(EdgeBase):
    def __init__(self, left, right):
        super(Edge, self).__init__(left, right)
        self._hash = hash(self.left) * hash(self.right)

    def __hash__(self):
        return self._hash

虽然元组只读取它们的子类的元组部分是只读的，但其他属性可以像往常一样编写，这样就可以分配_hash而不管它是在__init__还是__new__中完成的。您可以通过将它的__slots__设置为（）来使子类完全只读，这具有节省内存的额外好处，但是您将无法分配给_hash。

Answer 3

在Python 3.7+中，您现在可以使用dataclasses轻松构建可哈希的类。

码

假设int类型的left和right，我们使用unsafe_hash +关键字的默认散列：

import dataclasses as dc


@dc.dataclass(unsafe_hash=True)
class Edge:
    left: int
    right: int


hash(Edge(1, 2))
# 3713081631934410656

现在我们可以将这些（可变的）可哈希对象用作集合中的元素或（字典中的键）。

{Edge(1, 2), Edge(1, 2), Edge(2, 1), Edge(2, 3)}
# {Edge(left=1, right=2), Edge(left=2, right=1), Edge(left=2, right=3)}

---

细节

我们可以覆盖__hash__函数：

@dc.dataclass
class Edge:
    left: int
    right: int

    def __post_init__(self):
        # Add custom hashing function here
        self._hash = hash((self.left, self.right))         # emulates default

    def __hash__(self):
        return self._hash


hash(Edge(1, 2))
# 3713081631934410656

扩展@ ShadowRanger的注释，OP的自定义哈希函数不可靠。特别是，属性值可以互换，例如， hash(Edge(1, 2)) == hash(Edge(2, 1))，这可能不是预期的。

+注意，名称“unsafe”表示尽管对象是可变的，但仍将使用默认哈希。这可能是不希望的，特别是在期望不可变密钥的字典中。可以使用适当的关键字打开不可变哈希值。另请参阅有关数据类和hashing logic中的related issue的更多信息。