python字典长度可变吗_Python字典dict实现原理

一. 什么是字典？

字典是一系列由键（key）和值（value）配对组成的元素的集合。字典是一个可变容器模型，可以存储任意类型对象。字典实现与哈希算法密不可分（不同的Python版本，算法会不同），不了解哈希算法的童鞋可以先去了解相关知识。

二. 字典是否是有序的？

在Python3.6之前，字典是无序的，但是Python3.7+，字典是有序的。在3.6中，字典有序是一个implementation detail，在3.7才正式成为语言特性，因此3.6中无法确保100%有序。

三. 字典的查询、添加、删除的时间复杂度？

字典的查询、添加、删除的平均时间复杂度都是O(1)（为什么是平均时间复杂度，文章后面会讲解到），相比列表与元祖，性能更优。

四. 字典的实现原理？首先说说Python3.6之前的无序字典

字典底层是维护一张哈希表（见下图），我们可以把哈希表看成一个列表，哈希表中的每一个元素又存储了哈希值（hash）、键（key）、值（value）3个元素。（Python3.6之前）

enteies = [

['--', '--', '--'],

[hash, key, value],

['--', '--', '--'],

[hash, key, value],

]

由上可以见哈希表的存储结构，我们也可以看出，元素之间有一些空元素，我们通过增加一个元素来讲解具体实现。计算key的hash值【hash(key)】，再和mask做与操作【mask=字典最小长度（DictMinSize） - 1】，运算后会得到一个数字【index】，这个index就是要插入的enteies哈希表中的下标位置

若index下标位置已经被占用，则会判断enteies的key是否与要插入的key是否相等

如果key相等就表示key已存在，则更新value值

如果key不相等，就表示hash冲突，则会继续向下寻找空位置，一直到找到剩余空位为止。

以上介绍了老字典的实现过程，下面我们带入具体的数值来介绍。

# 给字典添加一个值，key为hello，value为word

my_dict['hello'] = 'word'

# 假设是一个空列表，hash表初始如下

enteies = [

['--', '--', '--'],

]

hash_value = hash('hello') # 假设值为 12343543 注：以下计算值不等于实际值，仅为演示使用

index = hash_value & ( len(enteies) - 1) # 假设index值计算后等于3，具体的hash算法本文不做介绍

# 下面会将值存在enteies中

enteies = [

['--', '--', '--'],

[12343543, 'hello', 'word'], # index=3

['--', '--', '--'],

]

# 我们继续向字典中添加值

my_dict['color'] = 'green'

hash_value = hash('color') # 假设值为同样为12343543

index = hash_value & ( len(enteies) - 1) # 假设index值计算后同样等于3

# 下面会将值存在enteies中

enteies = [

['--', '--', '--'],

[12343543, 'hello', 'word'], # 由于index=3的位置已经被占用，且key不一样，所以判定为hash冲突，继续向下寻找

[12343543, 'color', 'green'], # 找到空余位置，则保存

]

通过上面的讲解，已经了解了字典的插入的过程，可以更具此过程分析出字典查找、插入的执行过程，这里就不过多赘述。我们可以看到，不同的key计算的出的index值是不一样的，在enteies中插入的位置不一样，所以当我们遍历字典的时候，字段的顺序与我们插入的顺序是不相同的。

我们同样可以发现，enteies表是稀疏的，随着我们插入的值不同，enteies表会越来越稀疏（enteies也是一个会动态扩展长度的，每一此扩展长度，都会重新计算所有key的hash值），所以新的字典实现就随之出现。

2. Python3.7+后的新的实现方式

老字典使用一张hash，而新字典还使用了一张Indices表来辅助。下来列出新的结构：

indices = [None, None, index, None, index, None, index]

enteies = [

[hash0, key0, value0],

[hash1, key1, value1],

[hash2, key2, value2]

]

下面为具体的实现过程：计算key的hash值【hash(key)】，再和mask做与操作【mask=字典最小长度（IndicesDictMinSize） - 1】，运算后会得到一个数字【index】，这个index就是要插入的indices的下标位置（注：具体算法与Python版本相关，并不一定一样）

得到index后，会找到indices的位置，但是此位置不是存的hash值，而是存的len(enteies)，表示该值在enteies中的位置

如果出现hash冲突，则处理方式与老字典处理方式类似

下面带入实际实现过程：

# 给字典添加一个值，key为hello，value为word

my_dict['hello'] = 'word'

# 假设是一个空列表，hash表初始如下

indices = [None, None, None, None, None, None]

enteies = []

hash_value = hash('hello') # 假设值为 12343543

index = hash_value & ( len(indices) - 1) # 假设index值计算后等于3，具体的hash算法本文不做介绍

# 会找到indices的index为3的位置，并插入enteies的长度

indices = [None, None, None, 0, None, None]

# 此时enteies会插入第一个元素

enteies = [

[12343543, 'hello', 'word']

]

# 我们继续向字典中添加值

my_dict['haimeimei'] = 'lihua'

hash_value = hash('haimeimei') # 假设值为 34323545

index = hash_value & ( len(indices) - 1) # 假设index值计算后同样等于 0

# 会找到indices的index为0的位置，并插入enteies的长度

indices = [1, None, None, 0, None, None]

# 此时enteies会插入第一个元素

enteies = [

[12343543, 'hello', 'word'],

[34323545, 'haimeimei', 'lihua']

]

我们在来看一下查询字典的具体过程：

# 下面是一个字典与字典的存储

more_dict = {'name': '张三', 'sex': '男', 'age': 10, 'birth': '2019-01-01'}

# 数据实际存储

indices = [None, 2, None, 0, None, None, 1, None, 3]

enteies = [

[34353243, 'name', '张三'],

[34354545, 'sex', '男'],

[23343199, 'age', 10],

[00956542, 'birth', '2019-01-01'],

]

print(more_dict['age']) # 当我们执行这句时

hash_value = hash('age') # 假设值为 23343199

index = hash_value & ( len(indices) - 1) # index = 1

entey_index = indices[1] # 数据在enteies的位置是2

value = enteies[entey_index] # 所以找到值为 enteies[2]

由上可以看出，新字典存储数据本身的enteies并不会稀疏，由indices来维护具体存储的位置，enteies中的数据是和插入的数据是一样的，所以新的字典是有序的。

上面的例子没有说明冲突的解决方案，大家可以自己思考思考。

五. 时间复杂度说明

我们在上面提到了，字典的平均时间复杂度是O(1)，因为字典是通过哈希算法来实现的，哈希算法不可避免的问题就是hash冲突，Python字典发生哈希冲突时，会向下寻找空余位置，直到找到位置。如果在计算key的hash值时，如果一直找不到空余位置，则字典的时间复杂度就变成了O(n)了，所以Python的哈希算法就显得非常重要了。Python字典的哈希算法，会尽量保证哈希值计算出的index是平均分布且每一个值之间有剩余位置，例如:

[index, None, None, None, index, None, None, None]

及index尽量只为 0, 3, 5, 7类似值，保证在发生哈希冲突时，能很快的找到空余位置。

六. 字典的key能使用什么值？

Python字典的key可以使用字符串（str），整型（int），元祖（tuple）等。我们已经知道，字典是通过哈希算法来计算key的值，所以key必须为可哈希的，list不能作为字典的key，因为list是可变的及不可哈希的对象，所以不能作为字典的key。

python字典长度可变吗_Python字典dict实现原理相关推荐

python中字典长度可变吗_python中列表长度可变吗
python中列表长度可变吗?下面给大家介绍一下python中可变和不可变的类型: 可变.不可变可变/不可变类型,指的是:内存id不变,type也不变的前提下,value是否是可变的. int()和 ...
python列表长度可变吗_python中列表长度可变吗
python中列表长度可变,可变类型指的是内存id不变,type也不变的前提下,value是否是可变的.列表和字典都是可变类型,对于可变对象,比如list,对list进行操作,list内部的内容是会变 ...
python中字典长度可变吗_Python：如何给字典分配一个长度可变的列表值？
我试图在100个2D numpy数组中定位质心,如下所示:array([[ 0.216, 0.24 , 0.244, ..., 0.679, 0.684, 0.707], [ 0.23 , 0.229 ...
python字典长度可变吗_关于在Python3中：字典在迭代过程中，字典的长度是不允许改变的...
# -*- coding: utf-8 -*- """ Created on Tue Apr 3 17:21:10 2018 @author: Lelouch_C.C & ...
python字典怎么增加元素_Python字典(dict)增加元素
Python字典(dict)增加元素在如果 key 不存在,那么会将 key 添加进字典,并将该 key 的值设置为 value. 字典增加元素详解语法 dict[key] = value 参数 ...
python字典里存字符_Python字典和字符串的学习
学习Python的字典还是和oc的字典进行对比学习,首先我们来创建一个字典.根据oc中字典一样,字典是无序的,根据键来进行取值. oc: oc中的字典分为可变字典和不可变字典,在对字典进行增,删的时候 ...
python字典由什么组成_python字典
python字典: python字典是一种可变容器模型.可以储存任意类型对象. 字典由键值对组成,键值用冒号(,)隔开,键值对之间用逗号隔开(,),整个字典包含在花括号({})中. 字典是无序的,但 ...
python字典键值唯一_python字典操作详解
python字典是一个无序.以键值对存储的数据类型,数据关联性强.唯一一个映射数据类型.键:必须是可哈希(不可变的数据类型:字符串.数字.元组.bool)值,并且是唯一的 None: none 是一个 ...
python字典如何删除数据库_Python 字典删除元素clear、pop、popitem
同其它python内建数据类型一样,字典dict也是有一些实用的操作方法.这里我们要说的是字典删除方法:clear().pop()和popitem(),这三种方法的作用不同,操作方法及返回值都不相同. ...

python字典长度可变吗_Python字典dict实现原理

python字典长度可变吗_Python字典dict实现原理相关推荐

最新文章

热门文章