为什么python3.6以后的字典输出顺序和储存时的顺序相同？

在python3.5及其以前，初始化一个字典的时候cpython底层会初始化一个二维数组，该数组的shape是（8, 3）：

假设该字典的名称为my_dict,当向字典里插入一个键值对的时候：

my_dict['studentID'] = 12345

然后输出当前运行的哈希值(注意每一个运行时的时候哈希值不变，但是关了再次打开会改变)：

h = hash('studentID')
print(h)  # 7351990786725726507
print(h % 8)  # 3

对8取余之后的余数为3，那么这个键值对储存在二维数组下标为3的那一行中，那一行中分别储存着hash(‘studentID’)，指向’studentID’的指针，指向12345的指针，如图：

当你要循环遍历字典的Key的时候，Python底层会遍历这个二维数组，如果当前行有数据，那么就返回Key指针对应的内存里面的值。如果当前行没有数据，那么就跳过。所以总是会遍历整个二位数组的每一行。

每一行有三列，每一列占用8byte的内存空间，所以每一行会占用24byte的内存空间。

由于Hash值取余数以后，余数可大可小，所以字典的Key并不是按照插入的顺序存放的。

当两个不同的Key，经过Hash以后，再对8取余数，可能余数会相同。此时Python为了不覆盖之前已有的值，就会使用 开放寻址技术重新寻找一个新的位置存放这个新的键值对。

当字典的键值对数量超过当前数组长度的2/3时，数组会进行扩容，8行变成16行，16行变成32行。长度变了以后，原来的余数位置也会发生变化，此时就需要移动原来位置的数据，导致插入效率变低。python这种机制在python很多地方都可以见到，比如python列表容器。

在Python 3.6以后，字典的底层数据结构发生了变化，现在当你初始化一个空的字典以后，它在底层是这样的：

L = [None, None, None, None, None, None, None, None]

array = []

当你初始化一个字典以后，Python单独生成了一个长度为8的一维数组L。然后又生成了一个空的二维数组array。
如果往字典里添加一个键值对：

my_dict = {}
my_dict['a'] = 1
print(hash('a'))  # 7351990786725726507
print(hash('a') % 8)  # 3

python底层的实际结构是这样的：

L = [None, None, None, 0, None, None, None, None]
array = [[7351990786725726507, 'a'的指针, 1的指针]]

再添加一个键值对：

my_dict['b'] = 2
print(hash('b'))  # -8440756067545395779
print(hash('b') % 8)  # 5

python的底层结构实际上是这样的：

L = [None, None, None, 0, None, 1, None, None]
array = [[7351990786725726507, 'a'的指针, 1的指针]
		 [-8440756067545395779, 'b'的指针, 2的指针]]
		 

那么现在读取值的时候怎么办呢？比如读取’b’的值，首先计算’b’的哈希值hash(‘b’)， 然后计算哈希值除以8的余数值，得到5，就去读取L的第五个元素，值为1，最后定位到二维数组的第1行（指的是下标，即还有第0行），再输出相应的值。
这样一来，每一次添加的键值对可以按照顺序添加在二维数组的后面，输出字典的时候直接遍历二维数组即可，输出顺序的就是添加的顺序。二维数组中的每一行都有数据，这样就避免跳过，减少了遍历的时间。

3.5版本以及之前版本，即使有效数据只有3行，但它占用的内存空间还是 8 * 24 = 192 byte（初始创建的就是8行）。但是3.5版本之后，如果只有三行有效数据，那么 二维数组也就只有3行，占用的空间为3 * 24 =72 byte，而L只是一个一维的数组，只占用8 byte，所以一共占用 80 byte。大大减少了内存空间的浪费。