普通dataclass的hash为False，因为Python默认生成的__hash__为None；即使设hash=True，含可变字段（如list）时也会被静默忽略，因哈希值需在对象生命周期内恒定。
为什么普通 dataclass 的 hash 是 False
Python 默认给 @dataclass 生成的 __hash__ 方法是 None，哪怕你显式写 hash=True，只要类里有可变字段（比如 list、dict），解释器就会静默忽略它，最终实例仍是不可哈希的。根本原因在于：Python 要求哈希值在对象生命周期内恒定，而可变字段的内容随时可能变。
frozen=True 是必要条件，但还不够
frozen=True 会让 dataclass 把所有字段设为只读（背后调用 object.__setattr__ 拦截赋值），这是启用 hash 的前提。但仅加 frozen=True 不等于自动有 hash —— 你必须**同时指定 hash=None 或明确写 hash=True**，否则 Python 仍按默认逻辑推导（即：有可变字段 → 禁用 hash）。
- ✅ 正确：
@dataclass(frozen=True, hash=True) - ✅ 也行：
@dataclass(frozen=True, hash=None)（此时会按字段类型自动推导 hash 行为） - ❌ 错误：
@dataclass(frozen=True)（hash未显式设置，且字段含list等 →__hash__ = None）
字段类型决定 hash 是否真能用
即使加了 frozen=True 和 hash=True，如果某个字段本身不可哈希（例如 list、dict、自定义类没实现 __hash__），实例创建时不会报错，但调用 hash() 会立刻抛 TypeError: unhashable type。
常见修复方式：
- 把
list改成tuple（tuple可哈希，前提是元素也都可哈希） - 把
dict改成frozenset或tuple(sorted(dict.items())) - 对自定义类，确保它有确定的
__hash__且不依赖可变状态
示例：
@dataclass(frozen=True, hash=True)
class Point:
x: int
y: int
tags: tuple[str, ...] # ✅ 可哈希
❌ 这样会 runtime 报错：hash(Point(1, 2, ["a"])) → TypeError
tags: list[str]
嵌套 dataclass 的 hash 传递性
如果 frozen dataclass 的某个字段是另一个 frozen dataclass 实例，那它的 hash 值会被递归纳入计算 —— 但前提是那个嵌套类也满足 frozen=True 且所有字段可哈希。一旦其中任意一层出现不可哈希字段，整个链路就失效。
容易忽略的点：
-
field(default_factory=list)即使在 frozen 类里也不行 ——default_factory返回的仍是可变对象 -
InitVar字段不参与 hash 计算，但若它被用来初始化一个不可哈希的字段，问题照旧 - 使用
field(compare=False)的字段仍参与 hash，除非你也设hash=False
真正安全的初始化写法是：所有字段类型本身可哈希，且不依赖运行时动态构造的可变容器。
