Python dict实现

Python dict实现

上次写了Java的HashMap实现方式，Java和Python的实现方式是不同的Java用的是拉链法实现的稀疏数组，而Python用的是 开放定址法。

1.散列表

散列表其实是一个稀疏数组（总是有空白元素的数组称为稀疏数组），散列表里的单元通常叫作表元（bucket）。在 dict 的散列表当中，每个键值对都占用一个表元，每个表元都有两个部分，一个是对键的引用，另一个是对值的引用。因为所有表元的大小一致，所以可以通过偏移量来读取某个表元。
Python 会设法保证大概还有三分之一的表元是空的，所以在快要达到这个阈值的时候，原有的散列表会被复制到一个更大的空间里面。（防止hash冲突）
如果要把一个对象放入散列表，那么首先要通过hash()计算这个元素键的散列值。

2.Python散列表算法实现

为了获取 my_dict[search_key] 背后的值，Python 首先会调用 hash(search_key)
来计算 search_key 的散列值，把这个值最低的几位数字当作偏移量，在散列表里
查找表元（具体取几位，得看当前散列表的大小）。若找到的表元是空的，则抛出
KeyError 异常。若不是空的，则表元里会有一对 found_key:found_value。这时
候 Python 会检验 search_key == found_key 是否为真，如果它们相等的话，就会
返回 found_value。
如果 search_key 和 found_key 不匹配的话，这种情况称为散列冲突。发生这种情
况是因为，散列表所做的其实是把随机的元素映射到只有几位的数字上，而散列表本
身的索引又只依赖于这个数字的一部分。为了解决散列冲突，算法会在散列值中另外
再取几位，然后用特殊的方法处理一下，把新得到的数字再当作索引来寻找表元。
若这次找到的表元是空的，则同样抛出 KeyError；若非空，或者键匹配，则返回这
个值；或者又发现了散列冲突，则重复以上的步骤。

3.Python dict 对键值的要求

(1) 支持 hash() 函数，并且通过 hash() 方法所得到的散列值是不变的。
(2) 支持通过 eq() 方法来检测相等性。
(3) 若 a == b 为真，则 hash(a) == hash(b) 也为真。

如果你实现了一个类的 eq 方法，并且希望它是可散列的，那么它一定要有个恰当的 hash 方法，保证在 a == b 为真的情况下 hash(a) ==hash(b) 也必定为真。否则就会破坏恒定的散列表算法，导致由这些对象所组成的字典和集合完全失去可靠性，这个后果是非常可怕的。

此篇博客是阅读 流畅的Python 第3.9节，dict和set的背后 做的笔记