字典_核心底层原理_内存分析_存储键值对过程
1 字典核心底层原理
字典对象的核心是散列表。散列表是一个稀疏数组(总是有空白元素的数组),数组的每个单元叫做bucket
。每个bucket
有两部分:一个是键对象的引用,一个是值对象的引用。
由于,所有bucket
结构和大小一致,我们可以通过偏移量来读取指定bucket
。
2 将一个键值对放进字典的底层过程
a = {}
a["name"]="gaoqi"
假设字典a对象创建完后,数组长度为8:
我们要把”name”=”gaoqi”这个键值对放到字典对象a中,首先第一步需要计算键”name”的散列值。Python中可以通过hash()来计算。
>>> bin(hash("name"))
'-0b1010111101001110110101100100101'
由于数组长度为8,我们可以拿计算出的散列值的最右边3位数字作为偏移量,即“101”,十进制是数字5。我们查看偏移量5,对应的bucket是否为空。如果为空,则将键值对放进去。如果不为空,则依次取右边3位作为偏移量,即“100”,十进制是数字4。再查看偏移量为4的bucket是否为空。直到找到为空的bucket将键值对放进去。流程图如下:
3 扩容
- python会根据散列表的拥挤程度扩容。“扩容”指的是:创造更大的数组,将原有内容拷贝到新数组中。
- 接近2/3时,数组就会扩容。
字典_核心底层原理_内存分析_查找值对象过程
1 根据键查找“键值对”的底层过程
明白了,一个键值对是如何存储到数组中的,根据键对象取到值对象,理解起来就简单了。
>>> a.get("name")
'gaoqi'
当调用a.get(“name”),就是根据键“name”查找到“键值对”,从而找到值对象“gaoqi”。我们仍然要首先计算“name”对象的散列值:
>>> bin(hash("name"))
'-0b1010111101001110110101100100101'
和存储的底层流程算法一致,也是依次取散列值的不同位置的数字。 假设数组长度为8,我们可以拿计算出的散列值的最右边3位数字作为偏移量,即101
,十进制是数字5。我们查看偏移量5,对应的bucket
是否为空。如果为空,则返回None
。如果不为空,则将这个bucket
的键对象计算对应散列值,和我们的散列值进行比较,如果相等。则将对应“值对象”返回。如果不相等,则再依次取其他几位数字,重新计算偏移量。依次取完后,仍然没有找到。则返回None
。流程图如下:
用法总结:
字典在内存中开销巨大,典型的空间换时间。
键查询速度很快
往字典里面添加新键值对可能导致扩容,导致散列表中键的次序变化。因此,不要在遍历字典的同时进行字典的修改
键必须可散列
数字、字符串、元组,都是可散列的
自定义对象需要支持下面三点
- 支持
hash()
函数- 支持通过
__eq__()
方法检测相等性- 若
a==b
为真,则hash(a)==hash(b)
也为真
接近2/3时,数组就会扩容。