Python学习总结(二)
文章中会用星号‘*’重点标记Python与C++不同的部分。
目录
*字典的底层原理
Python的字典类似C++中的unordered_map,也就是底层为哈希表,但解决地址冲突的方法并不是链地址法,而是一种特殊的方法,后文会详细介绍。Python中哈希表的每个单元也叫bucket,但一个bucket中只存储一个键值对。
同时,Python中的字典的键也是不能重复的。
将一个键值对放进字典时发生了什么
>>> a = {
}
>>> a["name"] = "gaoqi"
假设字典a 对象创建完后,数组长度为8:
- 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 log2(8) = 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:
扩容机制
Python 会根据哈希表的拥挤程度扩容。在哈希表装载因子接近2/3 时,就会产生扩容。扩容时要将原先表中所有元素移动到新的表,因此效率不高。
访问字典中的元素
当我们调用a.get(“name”),就是根据键"name"查找到“键值对”,从而找到值对象“gaoqi”。
>>> a.get("name")
'gaoqi'
- 仍然要计算"name"对象的散列值:
>>> bin(hash("name"))
'-0b1010111101001110110101100100101'
- 和存储的底层流程一致,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: