Python字典的实现原理

几个问题？

• Python里的dict和set效率有多高？
• 为什么它们是无序的？
• 为什么并不是所有的Pythoon对象都可以当作dict的键或set里的元素？
• 为什么dict的键和set元素的顺序是根据它们被添加的次序而定的，以及为什么在映射对象的生命周期中，这个顺序并不是一成不变的？
• 为什么不应该在迭代循环dict或是set的同时往里添加元素？

 

 

 字典的散列表

散列表是一个稀疏数组（总是有空白元素的数组）。

散列表里的单元通常叫做表元。dict的散列表中，每个键值对都占用一个表元，表元都有两部分，一个是对键的引用，一个是对值的引用。

 

Python会设法保证大概还有三分之一的表元是空的；

 

如果要把一个对象放入散列表，首先要计算这个元素的散列值。（Python会用到hash方法）；

 

散列表算法

 

添加新元素和更新现有键值的操作几乎和上面一样；

前者在发现空表元时会放入一个新元素；对于后者，在找到对应的表元后，原表里的值对象会被替换成新值。

 

在插入新值时，Python可能会按照散列表的拥挤程度来决定是否要重新分配内存为它扩容。增加了散列表的大小，那散列值所占的位数和用作索引的位数都会增加，目的是为了减少发送散列冲突的概率。

 

 

dict的实现及优缺点【实际就是以空间换时间】

 

1、键必须是可散列的

可散列对象必须满足以下要求：

1. 支持hash()函数，并通过__hash__()方法所得到的散列值是不变的；
2. 支持通过__eq__()方法来检测相等性；
3. 若a==b为真，则hash(a)==hash(b)也为真。

 

2、字典在内存上开销巨大

使用了散列表，而散列表又必须是稀疏的，导致空间上的效率低下。

 

3、键查询很快

字典类型有着巨大的内存开销，但它们提供了无视数据量大小的快速访问。

 

4、键的次序取决于添加顺序

当往dict里添加新键而又发生散列冲突的时候，新键可能会被安排存放到另一个位置。

 

5、往字典里添加新键可能会改变已有键的顺序

无论何时往字典里添加新的键，Python解释器都可能做出为字典扩容的决定。

扩容导致的结果就是要新建一个更大的散列表，并把字典里已有的元素添加到新表里。可能会发生新的散列冲突，导致新散列表中键的次序变化。

 

 

备注：

    1、不要对字典同时进行迭代和修改

    2、dict.keys()、dict.values()、dict.items()返回的是一个字典视图对象，不是列表。更像是集合，可以迭代。

 

 

example

# 尝试在迭代时去修改字典
for key, value in c.items():
    if max_values == value:
        if key == ignore_word:
            del c[key]