（Pyton学习5）Dict对象

PyDictObject即字典对象，类似于C++ STL中的map，但STL中以红黑树实现，Python中dict以hash表（散列表）实现。

散列表，通过Hash函数将特定对象映射为特定数字；当装载率大于2/3时，散列冲突概率增加，解决散列冲突，STL采用开链法，而Python采用开放定址法。

开放定址法法，在探测冲突链上依次跳转，如果删除探测冲突链上某个元素，会使探测冲突链断裂。故而，删除某元素时，不可在物理上真正删除。

1、entry与dict对象

typedef struct {
    Py_ssize_t me_hash;	     // key的hash值
    PyObject *me_key;
    PyObject *me_value;
} PyDictEntry;

struct _dictobject {
    PyObject_HEAD
    Py_ssize_t ma_fill;        /* # Active + # Dummy */
    Py_ssize_t ma_used;        /* # Active */
    Py_ssize_t ma_mask;        // dict对象所拥有的entry数量
    PyDictEntry *ma_table;     // 指向存放元素的内存区域
    PyDictEntry *(*ma_lookup)(PyDictObject *mp, PyObject *key, long hash);    // 搜索函数指针
    PyDictEntry ma_smalltable[PyDict_MINSIZE];      // 自带少量元素内存
};

元素数量不同时，可使用不同策略

2、搜索策略
由于采用开放定址法，探测冲突链上元素不可删除，Python将每个元素设为三种状态。从未使用是unused，正在使用是Active，当将某个Active的元素删除时将其置为dummy。

通过ma_key与ma_value的值来判定状态。

Python每种类型的对象都实现了各自的hash函数，如string对象函数函数如下：

int len = strObject->length;
unsignedchar * p = (unsignedchar *)strObject->value;
long x = *p << 7;
while (--len >= 0)
    x = (1000003*x) ^ *p++;
x ^= strObject->length;
if (x == -1)
    x = -2;
strObject->hashValue = x;

产生散列冲突时，采用二次探测函数，Python中如下：

for (perturb = hash; ; perturb >>= 5) {
	i = (i << 2) + i + perturb + 1;
	ep = &ep0[i & mask];
}

冲突探测链开端为通过hash函数找到的第一个entry，结尾为第一个unused状态entry。
搜索整体思想为，在探测链上依次寻找；遇到dummy状态则记录为freesplot，并继续探测；直至探测到匹配的元素，返回该对象；或者直到最后一个元素即unused状态entry，此时若freesplot为空则返回该unused，若不为空则返回freesplot记录的dummy。

有图示几种情况，1-6依次返回A、C、D、E、X、Y。

3、dict对象使用
dict对象的各种应用均依赖与搜索策略，而在python中使用PyStringObject*做key的情况特别多，python默认使用针对string优化的搜索函数，如果key不是string对象，返回通用搜索函数。
元素的插入，需注意dict对象会自动调整内存大小，以装载率大于2/3为基准。调整大小时会重新分布元素，故dummy态不再需要，被销毁。
元素的删除，需注意该元素置为dummuy态。
元素的设置，若存在该key，直接更改value；若不存在，添加该entry，即(key,value)。

4、dict对象缓冲池
和list对象缓冲池类似。