Python字典的实现原理
以下是自己的学习记录,算是一个总结。
接下来会依次对下面问题做一个解答:
1. Python的dict和set为什么是无序的?
2. 为什么不是所有的python对象都可以用作dict的键和set中的元素
要弄懂上面的问题,我们首先要了解Python内部是如何实现dict和set类型的。我们先来看看dict的内部结构,dict其实本质上是一个散列表(散列表即总有空白元素的数组,Python会保证至少有三分之一的数组元素是空的),dict的每个键都占用一个表元,而一个表元中又分为两个部分,分别是对键的引用和对值的引用。当我们存放一个对象的时候,首先会要计算这个元素的散列值,python中使用hash()方法来实现的,这也就回答了第二个问题,因为不是所有的python对象都可以使用hash来获取散列值,获取不到散列值也就不可能存放到dict中,所以只有可hash的对象才能够作为dict的键。值得注意的是内置的hash方法可以用于所有的内置类型对象的,所有用户自定义的对象默认都是可以作为键的,因为自定义对象的散列值是通过id()来获取的。例如:
class T(object):
pass
t = T()
print(id(t))
d = {t: 1}
print(d)
### 2133693018240
### {<__main__.T object at 0x000001F0CA03B080>: 1}
现在假设我们已经获取到了元素的散列值,接下来就该计算应当存放位置了,将散列值对数组长度进行取余,得到的结果就是存放位置的索引了。但是不同的key可能会得到相同的散列值,也就是哈希冲突的问题,python内部是使用开放寻址的方法来解决的,开放寻址法就不在此详细说了。关于为什么dict是无序的,这个是因为python内部会保证散列表至少有三分之一的位置为空,当我们增加元素的时候,python有可能会对散列表进行扩容,具体操作就是重新开辟一块更大的空间,将原有的元素添加到新表里面,这个过程中可能又会发生新的散列冲突,导致新的散列表中的键的次序发生变化。当然呢如果想要保存顺序也可以使用OrderedDict来处理
dict操作的时间复杂度:
操作 | 操作说明 | 时间复杂度 |
---|---|---|
copy | 复制 | O(n) |
get(value) | 获取 | O(1) |
set(value) | 修改 | O(1) |
delete(value) | 删除 | O(1) |
search(in) | 字典搜索 | O(1) |
iterration | 字典迭代 | O(n) |
set集合和dict一样也是基于散列表的,只是他的表元只包含值的引用而没有对键的引用,其他的和dict基本上是一致的,所以在此就不再多说了。