散列表(哈希表)的初步认识
散列表也可以叫做哈希表,二者代表的是用一个东西。
{'a':1} {'b':2} {'c':3} {'d':4}
1,首先对字典key做了哈希处理(能对所有数据类型都可以做哈希处理):梅森旋转算法(生产伪随机数)--》通过哈希处理对于每一个key都可以生成一个序列(永不重复的,相同的key哈希处理是相同的)。
2,使用哈希函数对刚刚生成的序列(纯数字),对纯数字进行除9取余数(0,1,2,3,4,5,6,7,8)。
假设如下:
''' key 哈希处理 纯数字序列 哈希函数 哈希值 'a' --》 12 --》 3 'b' --》 14 --》 5 'c' --》 24 --》 6 'd' --》 21 --》 3 '''
对应的内存地址
散列表的英文翻译是映射的意思,一 一映射,所有删除和插入速度更快。还有字典的一些特性:
dict的第一个特点是查找速度快,无论dict有10个元素还是10万个元素,查找速度都一样。而list的查找速度随着元素增加而逐渐下降。
不过dict的查找速度快不也是有代价的,dict的缺点是占用内存大,还会浪费很多内容,list正好相反,占用内存小,但是查找速度慢。
由于dict是按 key 查找,所以,在一个dict中,key不能重复。
dict的第二个特点就是存储的key-value序对是没有顺序的!
dict的第三个特点是作为 key 的元素必须不可变,Python的基本类型如字符串、整数、浮点数都是不可变的,都可以作为 key。但是list是可变的,就不能作为 key。
分类:
python
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
· 全程不用写代码,我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· DeepSeek 开源周回顾「GitHub 热点速览」
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了