python高级课程学习笔记 （1.3）—— dict 实现原理

摘抄自 Python字典dict实现原理

python3.6 之前

dict 底层由一个列表实现,

enteies = [
    ['--', '--', '--'],
    [hash1, key1, value1],
    ['--', '--', '--'],
    ['--', '--', '--'],
    [hash2, key2, value2],
]

计算key的hash值hash(key)，再和mask做与操作【mask=字典最小长度（DictMinSize） - 1】，运算后会得到一个数字index，这个index就是要插入的enteies哈希表中的下标位置

若index下标位置已经被占用，则会判断enteies的key是否与要插入的key是否相等如果key相等就表示key已存在，则更新value值如果key不相等，就表示 hash冲突 ，则会继续向下寻找空位置，一直到找到剩余空位为止。

随着数据插入, 空白位置减少, 当小于三分之一时, 会增加存储空间.
字典的三个基本操作（添加元素，获取元素和删除元素）的平均事件复杂度为 O(1)。

Python中所有不可变的内置类型都是可哈希的。

可变类型（如列表，字典和集合）就是不可哈希的，因此不能作为字典的键。

python3.7 之后

新字典还使用了一张Indices表来辅助。下来列出新的结构：

indices = [None, None, index, None, index, None, index]
enteies = [
    [hash0, key0, value0],
    [hash1, key1, value1],
    [hash2, key2, value2]
]

计算key的hash值【hash(key)】，再和mask做与操作【mask=字典最小长度（IndicesDictMinSize） - 1】，运算后会得到一个数字【index】，这个index就是要插入的indices的下标位置（注：具体算法与Python版本相关，并不一定一样）得到index后，会找到indices的位置，但是此位置不是存的hash值，而是存的len(enteies)，表示该值在enteies中的位置如果出现hash冲突，则处理方式与老字典处理方式类似.