<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                企業??AI智能體構建引擎,智能編排和調試,一鍵部署,支持知識庫和私有化部署方案 廣告
                # 7.12。哈希 的注意事項 > 原文: [http://numba.pydata.org/numba-doc/latest/developer/hashing.html](http://numba.pydata.org/numba-doc/latest/developer/hashing.html) Numba 支持內置 [`hash()`](https://docs.python.org/3/library/functions.html#hash "(in Python v3.7)") ,只需在提供的參數上調用`__hash__()`成員函數即可。這使得為??新類型添加哈希支持變得微不足道,因為所需要的是應用擴展 API `overload_method()`裝飾器來重載函數以計算注冊到類型的`__hash__()`方法的新類型的哈希值。例如: ```py from numba.extending import overload_method @overload_method(myType, '__hash__') def myType_hash_overload(obj): # implementation details ``` ## 7.12.1。實施 Numba 散列函數的實現嚴格遵循 Python 3 的實現。唯一的例外是對于散列 Unicode 和字節(對于長于`sys.hash_info.cutoff`的內容),唯一支持的算法是`siphash24`(CPython 3 中的默認值)。因此,Numba 將在所描述的默認條件下匹配所有支持類型的 Python 3 哈希值。 Python 2 散列支持設置為遵循 Python 3,類似的默認值是為此目的進行硬編碼的,包括,或許最明顯的是,`sys.hash_info.cutoff`設置為零。 ### 7.12.1.1。 Unicode 哈希緩存差異 Numba 和 CPython Unicode 字符串內部表示都有一個`hash`成員用于緩存字符串的哈希值。在計算哈希值之前總是檢查該成員,只需從緩存中提供值,因為這樣做要便宜得多。 Numba Unicode 字符串哈希緩存實現的行為方式與 CPython 的相似。唯一值得注意的行為改變(其唯一影響是性能的微小潛在變化)是 Numba 總是計算并緩存在`nopython mode`中創建的 Unicode 字符串的哈希值,這些字符串在盒裝時可以在 Python 中重用,這太過于渴望在某些情況下,與 CPython 相比,它可能會延遲根據創建方法散列新的 Unicode 字符串。還應該注意的是,當 Numba 將它們拆分為自己的表示時,Numba 會在 CPython 內部表示的`hash`成員中復制它們,以便不重新計算已經具有與之關聯的散列值的字符串的散列。 ### 7.12.1.2。 `PYTHONHASHSEED` 的住宿 `PYTHONHASHSEED`環境變量可用于為例如 CPython 散列算法設定種子。重現性的目的。 Numba 哈希實現直接讀取 CPython 哈希算法的內部狀態,因此`PYTHONHASHSEED`的影響在 Numba 的哈希實現中被復制。
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看