如何在 Python 中测试"immutability-at-any-depth"？

Question

我将Python对象定义为"在任何深度都是不可变的" iff

1. 它(名义上)是不可变的;和
2. 如果它是一个"容器"对象，那么它只包含"在任何深度都不可变"的对象;

例如，((1, 2), (3, 4))在任何深度都是不可变的，而((1, 2), [3, 4])则不是(尽管后者由于是元组，"名义上"是不可变的)。

是否有一种合理的方法来测试Python对象是否"在任何深度都是不可变的"?

测试第一个条件相对容易(例如，使用collections.Hashable类，忽略__hash__方法不正确实现的可能性)，但测试第二个条件比较困难，因为"容器"对象的异质性，以及迭代它们的"内容"的方法…

谢谢!

Answer 1

不存在一般的不变性测试。只有当对象的所有方法都不能改变底层数据时，对象才是不可变的。

更有可能的是，你对哈希性感兴趣，而哈希性通常依赖于不变性。可哈希的容器将递归哈希其内容(即元组和冷冻集)。所以，你的测试相当于运行hash(obj)，如果它成功了，那么它是深度哈希的。

现在，你的代码已经使用了最好的测试:

>>> a = ((1, 2), (3, 4))
>>> b = ((1, 2), [3, 4])
>>> hash(a)
5879964472677921951
>>> hash(b)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'

Answer 2

我想你在寻找这样的东西:

def deeply_hashable(obj):
    try:
        hash(obj)
    except TypeError:
        return False
    try:
        iter(obj)
    except TypeError:
        return True
    return all(deeply_hashable(o) for o in obj)

一个明显的问题是，在dict上迭代是在它的键上迭代，而不是在它的值上迭代，这是您感兴趣的。没有简单的方法来解决这个问题，当然除了特殊的dict——这对其他可能表现类似但不是从dict派生的类没有帮助。最后，我同意delnan的观点:没有简单、优雅、通用的方法来做到这一点。

Answer 3

我不确定你到底在找什么。但是使用您的示例数据:

>>> a = ((1, 2), (3, 4))
>>> b = ((1, 2), [3, 4])
>>> isinstance(a, collections.Hashable)
True
>>> isinstance(b, collections.Hashable)
True

因此，使用collections.Hashable确实不是正确的方法。然而,

>>> hash(a)
5879964472677921951
>>> hash(b)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'

因此，至少对于示例数据，使用hash足以验证对象是否可哈希。当然，正如您在问题中已经指出的那样，如果__hash__被错误地实现为list的子类，那么此检查将不起作用。

Answer 4

有这样一个测试绝对是有意义的!

考虑'deepcopy()-ing'(或手动克隆()-ing)的时间对象vs简单引用赋值!

假设两个实体需要拥有同一个对象，但是依赖于它没有被改变(dict-keys就是一个很好的例子)。

那么，只有当且仅当，使用引用赋值才安全如果不变性可以验证。

我会考虑递归地测试 之类的东西

def check(Candidate):
    if isinstance(Candidate, (str, int, long)):
        return True
    elif isinstance(Candidate, tuple):
        return not any(not check(x) for x in Candidate)
    else:
        return False