python的标准字典类dict和set

由于字典和集合都是程序中经常需要使用的数据结构，python语言的内置类型包含一个字典类型（dict）和两个集合类型(set和frozenset)。

在python语言的官方实现中，字典和两个集合类型都是基于散列表技术实现的数据结构，采用内消解技术解决冲突。

以dict为例：

• dict类型采用散列表技术实现，其元素是key-value（键-值）对，键可以是任何不可变对象，值可以是任何对象。
• 在创建空字典或很小的字典时，初始分配的存储区可容纳8个元素。
• dict对象在负载因子超过2/3时自动更换更大的存储区，并把已经保存的内容重新散列到新存储区。如果当前字典对象不太大，就按当时字典中实际元素的4倍分配新的存储区。当字典中的元素超过50000时，改为按实际元素个数的两倍分配新存储区。

上面说的字典dict，其实python中集合的情况类似，许多代码实现完全一致。当然frozenset是不可变对象，一旦建立不会动态变化。

字典等类型除了作为提供给编程人员使用的数据结构外，在解释器系统的实现也很有用。例如，在python系统，不少内部机制的实现也基于字典结构，如全局/模块/类的名字空间等。在程序运行中，需要找到各种名字的关联信息。在一个名字空间中，特别时全局的活大型的模块里，可能定义了很多名字，用字典实现效率更高。

python规定dict的键，以及set和frozenset的元素都只能是不可变对象，是为保证散列表的完整性（为保证数据项检索和删除的正确实现）。这里的原因也很清楚：如果允许键是可变对象，插入元素时根据键计算的位置，在键发生变动后就不符合散列检索的要求了，随后就无法正确找到他们。如果需要正确修改数据的键，只能是先删除数据项，然后用新的键重新插入数据。

在python便准函数中有一个hash函数，其功能是按特定的方式计算参数的散列值。对一个对象调用hash函数，他或者返回一个整数，或者抛出一个异常，表示本函数对该对象无定义。hash函数无定义的函数有list列表对象，或包含可变成分的序对对象，调用时将抛出异常TypeError: unhashable type。在dict、set等类型的实现中，都用这个hash函数计算键（或元素）的散列值。

对python的各种内置的不可变类型，hash函数都有定义，包括内置的不可变组合类型，如str、tuple、frozenset等。这个函数的定义还保证，当a==b成立时两个对象的hash值也相等。

python在这里采用了与其他机制一样的设计：程序调用标准函数hash时，解释器将到参数所属的类里去找名为__hash__的方法。在python的内置类型中，标准函数hash有定义的类型都有自己的__hash__方法，没有__hash__方法即是hash函数无定义。

如果希望自定义类的对象也能作为dict或set等的键，就应该为这个类定义一个__hash__方法。该类的对象是否可变时用户自己的事情。如果对象可变，加入字典或集合后修改这种对象的值，