python字典

python3.6字典类型的改变

python3.6之前的版本，字典是无序的，要使用有序字典则需要调用orderdict对象。3.6之后字典就默认为有序字典。原因如下：

1.python3.6之前的版本：

​

# 在python中新建一个字典
new_dict = {}

这里Cpython定义的是：新建了一个8X3的空二维数组的内存空间存储hash函数返回值，key的内存地址，value的内存地址。

例如：

​

new_dict = {}
# 这里就新建了一个8X3的空二维数组
# 实行添加操作
new_dict['name'] = 'zhangsan'
print(hash('name'))
"""
>>-6364352962320531015
hash('name') % 8 = 5
这里的字典内存变成了
[[_,_,_],
[_,_,_],
[_,_,_],
[_,_,_],
[_,_,_],
[-6364352962320531015,指向'name'的指针,指向'zhangsan'的指针],
[_,_,_],
[_,_,_],]
"""

使用hash函数取得的值对8取余，就是该key：value在内存数组中的下标位置。对应的是指向key和value的内存指针。

这里注意python自带的hash函数，每次运行得到的值都不同

>>> new_dict = {}
>>> new_dict['name'] = 'zhangsan'
>>> a = hash('name')
>>> print(a)
-389504538906009921
# 退出本次运行之后再次运行
>>> new_dict = {}
>>> new_dict['name'] = 'zhangsan'
>>> a = hash('name')
>>> print(a)
5913736675476427286

当两个key值的hash函数值取余相等时，这里的hash表存储模式采用开放寻址法。

hash表开放寻址法

hash表：一种使用key记录value内存地址的数据结构。

设字典二维数组的第一个值为hash标签。

则使用散列函数来生成标签，token = hash(key) + di,插入位置 = token/m ,m为哈希表长,这里暂时为8

当di = 1,2,3，…，m-1，称线性探测再散列；

di = 1^2,-12,2^2,-22，⑶^{2，…，±（k)}2,(k<=m/2）称二次探测再散列；

di = 伪随机数序列，称伪随机探测再散列。

所以这里当取余相同时，需要操作di继续寻找其他空余位置。当字典的键值对数量超过当前数组长度的2/3时，数组会进行扩容，8行变成16行，16行变成32行。长度变了以后，原来的余数位置也会发生变化，此时就需要移动原来位置的数据，导致插入效率变低。

这里可以对比一下python中的列表删除操作：

​

a = [1,2,3,4,5]
for i in a:
    if i > 2:
        a.remove(i)
print(a)
>>>[1,2,4]

这里4没有删掉的原因就是，在删除下标为2的3后，下一个应该删除下标为3的数据，这时列表的长度变成了3，位置和下标都进行了变化，所以删除的是5而不是4。

2.python3.6之后

同样进行新建字典操作：

new_dict = {}
# 这里底层与之前不同的是新建了两个数组
# 一个一维数组，一个空二维数组
# indices = [none,none,none,none,none,none,none,none]
# entries = []
new_dict['name'] = 'zhangsan'
a = hash('name')
print(a)
>>> 1329151475607574641
>>> a % 8 = 1
# indices >>> [none,0,none,none,none,none,none,none]
# entries >>> [[1329151475607574640,'name','zhangsan']]

indices下标集作用，将entries中的位置信息存储在indices的取余结果位置

查找顺序：

​ hash(key) % 8 → index

​ entries[indices[index]] → 对应数据

这样设置，每次添加新的数据entries就会在末尾自动顺序添加， 遍历的时候也只需要遍历enties就行。

优势：1.当数据量少于8组时，以前的字典因为事先开辟了一个至少8X3的二维数组空间而会导致内存浪费。

​ 2.以前遍历字典因为字典的二维数组空间可能为空，所以每次都要全部循环一遍而且需要判断是否为空，新版字典只需要顺序遍历一遍enties列表就行，时间复杂度大大减少。