字典、顺序表、列表、hash树 实现原理

一. python中字典对象实现原理

注：字典类型是Python中最常用的数据类型之一，它是一个键值对的集合，字典通过键来索引，关联到相对的值，理论上它的查询复杂度是 O(1)

1、哈希表 (hash tables)

• 哈希表（也叫散列表），根据关键值对(Key-value)而直接进行访问的数据结构。
• 它通过把key和value映射到表中一个位置来访问记录，这种查询速度非常快，更新也快。
• 而这个映射函数叫做哈希函数，存放值的数组叫做哈希表。
• 通过把每个对象的关键字k作为自变量，通过一个哈希函数h(k)，将k映射到下标h(k)处，并将此对象存储在这个位置。

2、具体操作过程

• 数据添加：把key通过哈希函数转换成一个整型数字，然后就将该数字对数组长度进行取余，取余结果就当作数组的下标，将value存储在以该数字为下标的数组空间里。
• 数据查询：再次使用哈希函数将key转换为对应的数组下标，并定位到数组的位置获取value。

3、{“name”:”zhangsan”,”age”:26} 字典如何存储的呢?

• 比如字典{“name”:”zhangsan”,”age”:26}，那么他们的字典key为name、age，假如哈希函数h(“name”)
  = 1、h(“age”)=3,
• 那么对应字典的key就会存储在列表对应下标的位置，[None, “zhangsan”, None, 26 ]

4、解决hash冲突

二. 顺序表

1、顺序表特点

• 线性表的逻辑顺序与物理顺序一致，数据元素之间的关系是以元素在计算机内“物理位置相邻”来体现。
• 对顺序表中的所有表项，即可以进行顺序的访问，也可以随机的访问，也就是说，既可以从表的第一个表项开始逐个访问表项也可以按照表项的序号（下标）直接的访问。
• 无需为表示结点间的逻辑关系而增加额外的存储空间，存储利用率提高。
• 可以方便的存储表中的任一结点，存储速度快。

缺点：

• 1）在表中插入新元素或删除无用元素时，为了保持其他元素的相对次序不变，平均需要移动一半元素，运行效率低
• 2）由于顺序表要求占用连续的空间，如果预先进性存储分配，则当表长度变化较大时，难以确定合适的存储空间带大小
• 3）若按可能达到的最大的长度预先分配表的空间，则容易造成一部分空间长期的限制而得不到充分的利用

2、链表

• 链表是一种物理存储单元上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链接次序实现的。
• 链表由一系列结点（链表中每一个元素称为结点）组成，结点可以在运行时动态生成。