【python】python中字典的底层是怎么实现的

---

一、相关概念

python字典的底层实现的是哈希表。调用python内置的哈希函数，将键（key）作为参数进行转换（哈希运算+取余运算），得到一个唯一的地址（地址的索引），然后将值（value）存放到对应的地址中（给相同的键赋值会直接覆盖原值，因为相同的键转换后的地址时一样的）

哈希表（Hash Table，又称为散列表）是一种线性表的存储结构。由一个直接寻址表 T (假设大小为m) 和一个哈希函数 h(k) 组成。对于任意可哈希对象，通过哈希函数（一般先进行哈希计算，然后对结果进行取余运算），将该对象映射为寻址表的索引 [0,1,2,…m-1]，然后在该索引所对应的空间 T[0,1,2,…,m-1] 进行变量的存储/读取等操作。如下图所示。

二、哈希表

用顺序表存储数据
存储键值对时，通过哈希函数计算出键对应的索引，将值存到索引对应的数据区中
获取数据时，通过哈希函数计算出键对应的索引，将该索引对应的数据取出来

注：键（Key）必须是可哈希的，即，通过哈希函数可为此键计算出唯一地址。

对于 Python 来说，变量，列表、字典、集合这些都是可变的，所以都不能做为键（Key）来使用。因为元组里边可以存放列表这类可变元素，所以如果实在想拿元组当字典的键（Key），那必须对元组做限制：元组中只包括像数字和字符串这样的不可变元素时，才可以作为字典中有效的键（Key）。另外还需要注意的一点是，Python 的哈希算法对相同的值计算得到的结果是一样的，也就是说 12315 和 12315.0 的值相同，他们被认为是相同的键（Key）。

三、Python中字典的操作

插入： 对键进行哈希和取余运算，得到一个哈希表的索引，如果该索引所对应的表地址空间为空，将键值对存入该地址空间；
查询/更新： 对键进行哈希和取余运算，得到一个哈希表的索引，如果该索引所对应的地址空间中健与要查询/更新的健一致，那么就将该键值对取出来 / 更新该键所对应的值；
扩容： 字典初始化的时候，会对应初始化一个有k个空间的表，等空间不够用的时候，系统就会自动扩容，这时候会对已经存在的键值对 重新进行哈希取余运算（重新进行插入操作）保存到其它位置；

四、哈希冲突

对于任何哈希函数，都会出现两个不同的元素映射到同一个位置上的情况，这种情况称为哈希冲突

五、解决哈希冲突——开链法

哈希表的每一个位置都连接一个链表，当发生冲突时，冲突的元素会被加到该位置的链表的最后

六、解决哈希冲突——开放寻址法

如果哈希函数得到的位置i已经有数据了，那么就往后探查新的位置来存储这个值
线性探测：如果i有数据了，则探测i+1，i+2…以此类推，直到找到空的位置

1、存储值的过程

a、key=apple，cat，dog，hello，通过哈希函数映射之后得到的值都为2
b、现有一个字典dic={‘apple’:1,‘cat’:2,‘dog’:3}，存储数据，
c、原索引为2的位置没有存储数据，此时将apple的值1存储到这个
d、接着cat寻址到索引为2的位置，发现这个位置已经有值了，会继续往后探测，依次类推

2、获取值的过程

a、获取dic[‘dog’]的时候，先到索引为2的位置去获取
b、获取不到继续向后探测

3、删除值得过程

dic.remove(‘cat’)
a、给每一个节点定义一个状态
未使用
已使用
已删除

七、开链法和开放寻址法的区别

开链法：
优点：删除节点比较容易，数据量比较大使用开链法
缺点：使用空间比较大
开放寻址法：
删除节点不能真正的把节点删掉，给每一个节点定义一个状态，数据量比较小使用开放寻址法
缺点：
a、使用开放寻址法,那么顺序表总归会有一天会填满
b、一般为了保证插入和查找的效率,哈希表一般在元素数量在容量的2/3时，就会进行扩容
c、扩容之后,计算的哈希函数也会随之变化,那么里面的数据存储的顺序也会变化

八、总结