详解Python字典的底层原理——哈希表(Python面试必备)

详解Python字典的底层原理——哈希表(Python面试必备)

Python面试经常会被问到：

你能说一说Python字典的底层实现原理吗？
这个问题可以从三个方面来回答：

1.python字典及其特性

• 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1。

2.哈希表

• 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。
  

3.Python字典如何运用哈希表
我们通过描述插入，查询，删除，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。2

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。

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

注意
1、Cython 中 哈希表的计算公式为：hash(‘hashable’)&k，其中k 为2的n次方减1，其实与hash(‘hashable’)%(k+1)的结果一致。

2、解决碰撞的方法，Python用的不是线性寻址，而是一种更为复杂的寻址模式。