Python字典_核心底层原理_内存分析_存储与查找键值对过程

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

1. 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。
2. 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：

2. 字典在内存中开销巨大，典型的空间换时间。

3. 键查询速度很快

4. 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

5. 键必须可散列

   1. 数字、字符串、元组，都是可散列的

   2. 自定义对象需要支持下面三点

      1. 支持hash()函数
      2. 支持通过__eq__()方法检测相等性
      3. 若a==b为真，则hash(a)==hash(b)也为真
         接近2/3时，数组就会扩容。