Python中的字典有序无序浅析

Posted 2022-02-22 weilanhanf

一、前言

Python在3.5之前无法保证字典遍历时候与元素添加进入字典时候的顺序一致。而在3.6以后，字典中的元素可以有序遍历，并且相对于3.5也做了空间上的优化。

二、3.5之前

1、初始化字典

初始化空字典的时候，首先会在内存中初始化一个二维数据，数组8行，3列。二维数组中，3列依次存储hash值，键的内存指针，值的指针。比如：

my_dict = 

# 此时的内存示意图
[[---, ---, ---],
[---, ---, ---],
[---, ---, ---],
[---, ---, ---],
[---, ---, ---],
[---, ---, ---],
[---, ---, ---],
[---, ---, ---]]

2、添加元素

添加元素时候，首先会根据键计算出hash值，然后根据hash值求出存放内存数组中的索引，然后将键的hash值，键值对的地址添加到数组中三列对应位置。比如：

>>> hash(\'name\')
12709084984489
>>> 12709084984489 % 8
5 # 5即为存放在二维数组中的下标为5的位置

Python自带的hash函数也是计算出来的，每次关闭开启Py之后的hash函数不同，但是同一次执行过程中键计算出来的值是相同的。
添加多个元素的时候，如果计算出来的hash值冲突，也会采用开放地址等方式处理该问题。比如：

my_dict[\'age\'] = 26
my_dict[\'salary\'] = 999999
此时的内存数组示意图
[[-4234469173262486640, 指向salary的指针, 指向999999的指针],
[1545085610920597121, 执行age的指针, 指向26的指针],
[---, ---, ---],
[---, ---, ---],
[---, ---, ---],
[1278649844881305901, 指向name的指针, 指向kingname的指针],
[---, ---, ---],
[---, ---, ---]]

可以看到先添加的name，在添加的age和salary，但是在内存数组中的顺序却与添加顺序不一致，因此在遍历的时候也顺序也会无序。

3、内存

对于上述的实现，初始的时候会开辟固定的内存空间，每一行8X3=24字节。当数据超过数组的2/3空间的时候，数组会进行扩容，8行变为16行，变为32行。容量变化的同时，根据hash值计算余数求内存数组对应的下标索引也会出现变化，因此插入新数据的时候如果涉及到扩容，可能需要移动数据，效率较低。

三、3.6之后

1、初始化字典

py3.6之后，初始空字典的时候，底层会有两个数组，一个存放键值对存放内存数组中的索引，一个存放真正的实体。可以看出同样是初始可以存放8个键值对。做了相关的改动和优化。比如

my_dict = 
此时的内存数组示意图
indices = [None, None, None, None, None, None, None, None]
entries = []

2、插入数据

当添加元素的时候，同样会计算hash值，然后取余，不同的是根据取余的结果作为indices数组的索引修改indices数组相应的位置，修改为实际存放数据的第二个数组entries的索引。比如：

>>> hash(\'name\')
4193068542476671
>>> hash(\'name\') % 8
1  # 修改索引数据indices[1]位置

my_dict[\'name\'] = \'kingname\'

此时的内存示意图
indices = [None, 0, None, None, None, None, None, None]
# indices[1] = 0 表示真实数据是存放在entries[0]的位置
entries = [
    [-5954193068542476671, 指向name的指针, 执行kingname的指针]
  ]

当插入多个元素时候，entries二维数组按照顺序存储插入的元素。

my_dict[\'address\'] = \'xxx\'
my_dict[\'salary\'] = 999999

此时的内存示意图
indices = [1, 0, None, None, None, None, 2, None]
entries = [
          [-5954193068542476671, 指向name的指针, 执行kingname的指针],
          [9043074951938101872, 指向address的指针，指向xxx的指针],
          [7324055671294268046, 指向salary的指针, 指向999999的指针]
         ]

读取数据时候，根据hash函数计算出hash值，然后求出indices的下标x，根据indices[x]的值就可以读取到真正的键值对，遍历的时候也可以做到 有序遍历。

3、占用内存

相比较于3.5之前的版本，空间也做了优化，初始化的时候不需要再固定开辟一个二维数组，只有一个固定长度的indices数组。