matlabeig函数根据什么原理_探索python字典底层实现原理

python字典原理

python中的字典，是python中常见的数据类型之一。由键(key)值(value)组成的元素集合，根据键就可以取到对应的值，它的使用方式在这里我们不做过多的讨论。我们要讨论的是python字典的底层到底是怎么实现的，它跟其它编程语言的字典一样，底层就是一个哈希表。

哈希表

为什么是哈希表呢？这里先从哈希表的原理出发。先来了解什么是哈希表以及它的原理。哈希表也称为散列表，它通过把关键码值映射到表中一个位置来访问记录，查找的速度非常快, 理论上它的时间复杂度是 O(1)，这个在后面会讲到 。哈希表的本质是一个数组，也就是在内存里面地址是连贯的，数组中的每一个元素称为一个箱子(bin),箱子中存放的是键值对，如arr1箱子中就存放key-value。

这里用一个简单的编号来进行编排。从1到13，总共占13格，假设它就是整个哈希表的长度

哈希表有啦！开始准备存值。

存值取值

把括号里面这9个拼音存进去(Zhao，Qian，Sun，Li，Wu，Chen，Han，Ye，Dai)，它在存值的时候不是一次性存的，而是根据某种算法来存进去。比如，Zhang中的Z在26个英文字母表中是26，但是哈希表长度只有13，就直接把Z对应到26除以2，于是放到哈希表13的位置。以此类推把9个拼音中的首字母取出来，除以2之后。可以得到下面的表格。

可以看到上面的公式其实很简单：13 = 26/2.  我们把这样存值的计算方式称为散列算法，散列算法就是哈希函数。哈希函数f(Key) = Ord(Key的第一个字母)/2。哈希里面常见哈希的算法有三种：哈希算法，MD4，MD5，SHA1(安全散列算法)。存了值之后，它的取值方式，也会根据对应的key，经过哈希函数之后，直接可以取出来，这也就是为什么它的时间复杂度可以是1的原因了。

但是还有一种情况，因为哈希函数是一个压缩的映像，它将刚刚的9个关键字的集合映射到某个地址集合上，也就是顺序表中，所以有时候也会产生冲突，这个冲突是怎么来的呢？比如现在有第10个拼音Hua, 本身Han在4的位置上，这时候就存不进去，于是就给它一个增量，假如这个增量是1，有这个增量后发现5是空的，就可以存到里面。

这种解决的方式就是最简单的，开放定址法。它的公式中d就是个增量，MODm表示对表长m取余，i的取值是i = 1,2, .......，s，这种对增量di的取法是三种中的一种，叫线性探测再散列。

其次第二种增量的取法是：平方探测再散列

比如，有一个值Huang, 要存到当前的哈希表中。用第二种怎么来解决呢，从结果来看如果计算第一遍，是1的平方，会发现5的位置已经有Hua这个值了，但是取-1的平方时，就可以把Huang放到3的位置。

第三种是：随机探测再散列，di是一组伪随机数列。

除了使用开放定址法之外，哈希表还有链地址法，再哈希法, 折叠法等。从以上的情况来推断，在存值的时候，很难找到一个不产生冲突的哈希函数，所以只能选择恰当的哈希函数，使冲突尽可能少的产生。

链地址法

链地址法也称为拉链法，将产生冲突的值以链表的形式连起来，采用它的优势是，处理冲突很简单，没有堆积现象。其次拉链法中的链表节点，是动态申请的。所以很适合表长不确定的情况。比如有一个哈希函数H(key)=key MOD 13，把刚刚拼音用拉链法处理也是很方便的，这里就画出前面6个，其它的原理是一样的。

其它解决冲突的方式，就没有做过多的概括了，解决冲突方式是有些不一样的。从字典这块深入到它的实现原理，也就是哈希表，对哈希表也进行解释，如果感兴趣的小伙伴，还想深入去了解，可以对哈希表这块去参阅更多的资料，加深对python中字典的实现原理的了解。

NO.1

 May

20.2020

end