Python底层实现一个简易的HashMap(dict)

前前言

在上一片文章中写了对比Python、Java、JavaScript中list, dict的使用，dict就是一个映射集合，在Java中有类似的是HashMap。

上篇文章只是讲了dict的语法层面，只是讲到dict如何增删改查，基本没什么技术含量，这篇文章深入理解Python中的dict(HashMap)底层原理，并且手动封装写一个简易的HashMap(dict).

前言

Python中有一种基础数据结构叫做dict, dict是多个key-value 映射组成的。

在Java中有一个非常类似的工具类，叫做HashMap，也是很多个key-value映射组成的。

python中的dict是作为一种基础数据类型，底层的实现是用C/C++写的，是看不到源码的。而Java中的HashMap是通过基本数据类型封装而成的。

我们也可以使用Python中的基本数据类型封装一个HashMap(不用dict)。

HashMap的作用

HashMap的存在是为了快速访问，通过key可以快速访问到value，并且时间复杂度是O(1)。

那么怎样通过key查找value可以快速查找呢？

学数据结构时学过数组和链表两种线性表，数组可以通过下标随机访问，时间复杂度是O(1)，而链表需要遍历来访问，时间复杂度是O(n)。

如果key-value键值对是简单的线性排列，如下：

或者：

那么通过key访问value必须要遍历整个列表，时间复杂度是O(n)。

那么有没有办法可以通过key快速访问到value呢？

这就是hash表。

Hash表原理

能做到随机访问的数据结构只有数组，通过数组下标可以访问内容，时间复杂度是O(1)。

那么现在是需要通过key来访问value，可以把key-value键值对放到特定的数组位置中，让key和数组下标有关联，也就是通过key可以计算出数组下标，那么给定一个key，可以迅速定位到value在数组那个元素。

这就是Hash表通过key访问value时间复杂度为O(1)的原理。

Java中HashMap的实现原理

Java中的HashMap结构是这样的：

首先初始化了一个数组，放入key-value键值对时，先计算key的Hash值，再将hash值计算得到数组下标，然后放入数组中(其实是将引用给了数组)。

如果两个元素key经过hash计算，再计算得到数组下标相同(这也叫Hash冲突)，那么一个数组节点不可能放两个元素，因此就在该数组节点再放一个链表，将冲突的元素放入链表中

JDK1.7处理Hash冲突是使用的这种链表的方式，而JDK 1.8是使用链表+红黑树的形式，因为加入链表过长，也需要一个个元素遍历，效率也不高。

要想实现一个HashMap，有一下几点要考虑：

1. 怎样通过Hash值计算得到数组下标？
2. Hash冲突怎样处理？(使用链表处理用头插法还是尾插法？)
3. 链表过长怎么办？扩容？如何扩容？

对于问题1，通过Hash值计算出数组下标，这就需要计算出来的结果很平均，而且不能越界。 常规方法可以是取余数，比如数组长度为N，Hash值是x，那么下标应该是x%N。但是取余数效率不高，JDK中使用的是位运算：

static int indexFor(int h, int length) {
   
    // assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
    return h & (length-1);
}

这里有个条件是数组长度必须是2的幂次，因为这样才可以通过位运算得到正确结果。
而这个位运算为什么可以达到效果呢？ 因为length是2的幂，也就是最高位是1，其他低位都是0，而length-1就所有位都是1，然后使用&运算，就把h的低位取了出来，然后结果的范围是比length小的。
比如：length = 16，h = 20

length :    0001 0000
length-1:   0000 1111
h :         0001 0100
length&h:   0000 0100   ==  4

对于问题2，JDK1.7中处理Hash冲突是使用的链表，将冲突元素放入到链表中去，并且是使用的头插法插入元素。

对于问题3， 当Hash表中冲突元素过多，链表很长时，那么访问效率就会很慢(因为链表需要都遍历一遍)，就需要扩容，将链表变短，让元素在Hash表中更加分散一些。
根据JDK1.7 HashMap的源码，数组默认初始长度是16，当HashMap中元素达到一个阈值，就会扩容，JDK 1.7中这个阈值是默认是75%，当元素个数达到75%时就会扩容。

使用Python实现HashMap

Talk is cheap， show me the code.

这里我仿照JDK1.7中的HashMap源码进行改写了一下，简化了一些地方，实现了一个Python版本的HashMap。

"""
    Entry表示一个Key-value键值对节点，在Python中的dict里面叫做items。
"""
class Entry():
    def __init__(self, hash = 0, key = 0, value = 0, next = None):
        self.hash = hash
        self.key = key
        self.value = value
        self.next = next


class HashMap():
    """
        初始化默认HashMap的容量是16，加载因子是0.75，也就是阈值是16 * 0.75 = 12，就会扩容
    """
    def __init__(self, cap