哈希说明

Numba 支持内置的 hash() 函数，它通过简单地调用所提供参数上的 __hash__() 成员函数来实现这一点。这使得为新类型添加哈希支持变得轻而易举，因为所需要的只是应用扩展 API overload_method() 装饰器来重载一个函数，以计算注册到该类型 __hash__() 方法的新类型的哈希值。例如

from numba.extending import overload_method

@overload_method(myType, '__hash__')
def myType_hash_overload(obj):
    # implementation details

实现

Numba 哈希函数的实现严格遵循 Python 3 的规范。唯一的例外是，对于哈希 Unicode 和字节（内容长度超过 sys.hash_info.cutoff 的情况），唯一支持的算法是 siphash24（CPython 3 中的默认算法）。因此，在所述的默认条件下，Numba 将与所有支持类型的 Python 3 哈希值匹配。

Unicode 哈希缓存差异

Numba 和 CPython 的 Unicode 字符串内部表示都含有一个 hash 成员，用于缓存字符串的哈希值。在计算哈希值之前，总是会检查此成员，目的是直接从缓存中提供值，因为这样做成本要低得多。Numba 的 Unicode 字符串哈希缓存实现方式与 CPython 的类似。唯一值得注意的行为变化（其唯一影响是性能上微小的潜在变化）是，Numba 总是会在 nopython mode 中创建的 Unicode 字符串被装箱以供 Python 重用时立即计算并缓存其哈希值，这在某些情况下比 CPython 更积极，CPython 可能会根据创建方法延迟对新 Unicode 字符串的哈希计算。还需要注意的是，Numba 在将 Unicode 字符串从 CPython 内部表示解箱到自己的表示时，会复制 CPython 内部表示的 hash 成员，这样就不会重新计算已关联哈希值的字符串的哈希值。

对 PYTHONHASHSEED 的兼容性

PYTHONHASHSEED 环境变量可用于为 CPython 哈希算法设定种子，例如为了可重现性。Numba 的哈希实现直接读取 CPython 哈希算法的内部状态，因此 PYTHONHASHSEED 的影响会在 Numba 的哈希实现中重现。