[Python] 字典及底层哈希

Python内置了字典dict的支持，dict全称dictionary，在其他语言中也称为map，使用键-值（key-value）存储，具有极快的查找速度。

Python的dict采用了哈希表实现，最快能在O(1)时间内完成搜索。java的HashMap也是采用了哈希表实现。
不同之处是，dict在发生哈希冲突的时候采用了开放寻址法，而HashMap采用了链接法。

1.哈希表

直接寻址表：将 key 为 k 的元素，存放在索引为 k 的位置上
哈希表 ：将 key 为 k 的元素，存放在索引为 h(k) 的位置上。

哈希表（Hash Table，又称为散列表）是一种线性表的存储结构。由一个直接寻址表 T (假设大小为m) 和一个哈希函数 h(k) 组成。对于任意可哈希对象，通过哈希函数（一般先进行哈希计算，然后对结果进行取余运算），将该对象映射为寻址表的索引 [0,1,2,…m-1]，然后在该索引所对应的空间 T[0,1,2,…,m-1] 进行变量的存储/读取等操作。如下图所示。

Python 字典的底层实现是哈希表。调用内部的哈希函数，将键（Key）作为参数进行转换（哈希运算+取余运算），得到一个唯一的地址（地址的索引），然后将值（Value）存放到对应地址中（给相同的键赋值会直接覆盖原值，因为相同的键转换后的地址是一样的）。

例1：

例2：

Python中的字典： a = {‘name’: ‘Alex’, ‘age’: 18, ‘gender’: ‘Man’}

使用哈希表存储字典，通过哈希函数将字典的键映射为下标。
假设h(‘name’) = 3, h(‘age’) = 1, h(‘gender’)= 4，则哈希表存储为[None, 18, None, ’Alex’, ‘Man’]

注：键（Key）必须是可哈希的，即，通过哈希函数可为此键计算出唯一地址。

对于 Python 来说，变量，列表、字典、集合这些都是可变的，所以都不能做为键（Key）来使用。因为元祖里边可以存放列表这类可变因素，所以如果实在想拿元祖当字典的键（Key），那必须对元祖做限制：元组中只包括像数字和字符串这样的不可变元素时，才可以作为字典中有效的键（Key）。另外还需要注意的一点是，Python 的哈希算法对相同的值计算得到的结果是一样的，也就是说 12315 和 12315.0 的值相同，他们被认为是相同的键（Key）。

2.Python字典如何运用哈希表

插入： 对键进行哈希和取余运算，得到一个哈希表的索引，如果该索引所对应的表地址空间为空，将键值对存入该地址空间；
查询/更新： 对健进行哈希和取余运算，得到一个哈希表的索引，如果该索引所对应的地址空间中健与要查询/更新的健一致，那么就将该键值对取出来 / 更新该键所对应的值；
扩容： 字典初始化的时候，会对应初始化一个有k个空间的表，等空间不够用的时候，系统就会自动扩容，这时候会对已经存在的键值对 重新进行哈希取余运算（重新进行插入操作）保存到其它位置；

3.哈希冲突

由于哈希表的大小是有限的，而要存储的值的总数量是无限的，因此对于任何哈希函数，都会出现两个不同元素映射到同一个位置上的情况，这种情况叫做哈希冲突。字典使用了开放寻址法来解决冲突。

比如：$h(k)=kmod7,h(0)=h(7)=h(14)=...$

开放寻址法：如果哈希函数返回的位置已经有值，则可以探查新的空位置来存储这个值。

线性探查：如果位置i被占用，则探查 $i+1$,