python中字典对象实现原理详解

目录：

• 1. python字典及其特性
• 2. Python函数 hash()
• 3.哈希表
• 4. Python字典如何运用哈希表
• 5. 为啥字典比列表查找高效
• 6.解决哈希冲突–开放寻址法 / 拉链法

1. python字典及其特性
字典类型是Python中最常用的数据类型之一，它是一个键值对的集合，字典通过键来索引，关联到相对的值，理论上它的查询复杂度是 O(1)

字典是Python的一种可变、无序容器数据结构，它的元素以键值对的形式存在，键值唯一，它的特点搜索速度很快：数据量增加10000倍，搜索时间增加不到2倍；当数据量很大的时候，字典的搜索速度要比列表快成百上千倍。

2. Python函数 hash()

hash(object)
   hash() 用于获取取一个对象（字符串或者数值等）的哈希值。返回对象的哈希值。

1 >>>hash('test')            # 字符串
2 2314058222102390712
3 >>> hash(1)                 # 数字
4 1
5 >>> hash(str([1,2,3]))      # 集合
6 1335416675971793195
7 >>> hash(str(sorted({'1':1}))) # 字典
8 7666464346782421378
9 >>>

3. 哈希表

1. 哈希表（也叫散列表），根据关键值对(Key-value)而直接进行访问的数据结构。

2. 它通过把key和value映射到表中一个位置来访问记录，这种查询速度非常快，更新也快。

3. 而这个映射函数叫做哈希函数，存放值的数组叫做哈希表。

4. 通过把每个对象的关键字k作为自变量，通过一个哈希函数h(k)，将k映射到下标h(k)处，并将此对象存储在这个位置。

  哈希表（Hash Table, 又称为散列表），是一种线性表的存储结构。哈希表由一个直接寻址表和一个哈希函数组成。哈希函数h(k)将元素关键字k作为自变量，返回元素的存储下标。

Python字典的底层实现是哈希表。什么是哈希表，简单来说就是一张带索引和存储空间的表，对于任意可哈希对象，通过哈希索引的计算公式：hash(hashable)%k（对可哈希对象进行哈希计算，然后对结果进行取余运算），可将该对象映射为0到k-1之间的某个表索引，然后在该索引所对应的空间进行变量的存储/读取等操作。

4. Python字典如何运用哈希表

我们通过描述插入，查询，更新，扩容，哈希碰撞这几个过程来解释这一切。

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；

更新：

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地址空间中健与要更新的健一致，那么就更新该健所对应的值；

查询：

对要查找的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的健一致，那么就将该键值对取出来；

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；

碰撞：

有时候对于不同的键，经过哈希取余运算之后，得到的索引值一样，这时候怎么办？这时采用公开寻址的方式，运用固定的模式将键值对插入到其它的地址空间，比如线性寻址：如果第i个位置已经被使用，我们就看看第i+1个，第i+2个，第i+3个有没有被使用…直到找到一个空间或者对空间进行扩容。

解决哈希冲突–开放寻址法
比如：我们想存储 {’小小‘：18}这个键值对，经过哈希和取余运算之后，我们发现，其对应的索引值是0，但是0所指向的空间已经被’小王‘占用了，这就是碰撞。怎么办呢？我们看看0+1对应的所以有没有被占用，如果没有，我们就把’小小‘放在索引1所对应的地址空间中。取的时候，也按照同样的规则，进行探查。

5. 为啥字典比列表查找高效
假设有一栋楼，住着1000人，你有个好朋友小王，住在这栋楼，你有急事要找他，你不知道他住几楼几号房间。这时你怎么办？你找到门卫处，向门卫说，我找小王。

列表的方法：

门卫说：我们这里每一个房间住着谁都有记录，这是记录本，你自己找吧！这个记录本有1000条记录，你从第一条开始翻，一条一条往下看，终于在第177条记录的时候找到了你的朋友小王所在的房间号。

字典的方法
门卫说: 我这里有一个公式，只要你记得你的朋友的名字，就能很快的找到你朋友在几号房间。

这个公式是：hash(姓名)%1001

对你的朋友小王的名字进行hash运算，然后对得到的结果对1001进行取余操作，得到的数字就是你的朋友小王的房间号了，经过计算，你发现hash(‘小王’)%1001=177。

总结：

列表查找是按顺序一个一个遍历，当列表越大，查找所用的时间就越久

字典是通过键值直接计算得到对应的地址空间，查找一步到位

解决哈希冲突–开放寻址法

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

• 线性探查：如果位置i被占用，则探查i+1, i+2,…
• 二次探查：二次探查 (方探查法) 即是发生冲突时，用发生冲突的单元d[i], 加上 1²、 2²等。即d[i] + 1²，d[i] + 2², d[i] + 3²…直到找到空闲单元。
• 二度哈希：有n个哈希函数，当使用第一个哈希函数h1发生冲突时，则尝试使用h2, h3,…

解决哈希冲突–拉链法

拉链法：哈希表每一个位置都连接一个链表，当冲突发生时，冲突的元素将被加到该位置链表的最后。