Python中字典对象实现原理

python中字典对象实现原理

注：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

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

哈希表 (hash tables)

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

具体操作过程

1. 数据添加：把key通过哈希函数转换成一个整型数字，然后就将该数字对数组长度进行取余，取余结果就当作数组的下标，将value存储在以该数字为下标的数组空间里
2. 数据查询：再次使用哈希函数将key转换为对应的数组下标，并定位到数组的位置获取value
3. {“name”:”zhangsan”,”age”:26} 字典如何存储的呢?

1. 比如字典{“name”:”zhangsan”,”age”:26}，那么他们的字典key为name、age，假如哈希函数h(“name”) = 1、h(“age”)=3,
2. 那么对应字典的key就会存储在列表对应下标的位置，[None, “zhangsan”, None, 26 ]

解决hash冲突

python字典操作时间复杂度

　　详细参考这个链接