有没有理由不使用OrderedDict？

Posted 2021-03-28

我指的是来自OrderedDict模块的collections，这是一个有序的字典。

如果它具有可订购的附加功能，我意识到这可能通常不是必要的，但即便如此，是否有任何缺点？它慢了吗？它缺少任何功能吗？我没有看到任何遗漏的方法。

简而言之，为什么我不应该总是使用它而不是普通的字典呢？

答案

OrderedDict是dict的子类，需要更多内存来跟踪添加键的顺序。这不是微不足道的。该实现在封面下添加了第二个dict，以及所有键的双重链接列表（这是记住订单的部分），以及一堆弱反射代理。它并没有慢很多，但至少使用普通的dict使内存翻倍。

但如果合适，请使用它！这就是为什么它在那里:-)

这个怎么运作

基本字典只是一个普通的字典映射键值 - 它根本不是“有序”的。当添加<key, value>对时，key将附加到列表中。列表是记住订单的部分。

但如果这是一个Python列表，删除一个密钥将需要两次O(n)时间：O(n)时间在列表中找到密钥，O(n)时间从列表中删除密钥。

所以这是一个双向链表。这使得删除一个关键常数（O(1)）时间。但是我们仍然需要找到属于密钥的双向链表节点。为了使O(1)时间运行，第二个 - 隐藏 - 字典将键映射到双向链表中的节点。

因此，添加新的<key, value>对需要将该对添加到基本字典，创建一个新的双向链表节点来保存密钥，将新节点附加到双向链表，并将密钥映射到隐藏的新节点字典。两倍多的工作，但仍然O(1)（预期案例）时间整体。

同样，删除当前存在的密钥也是工作量的两倍，但是O(1)整体预期时间：使用隐藏的字典找到密钥的双向链表节点，从列表中删除该节点，并从两个字符串中删除密钥。

等等。效率很高。

另一答案

多线程

如果您的字典是从没有锁定的多个线程访问的，尤其是作为同步点。

vanilla dict操作是原子的，而在Python中扩展的任何类型都不是。

事实上，我甚至不确定OrderedDict是线程安全的（没有锁定），虽然我不能忽视它是非常仔细编码并满足重入的定义的可能性。

较小的恶魔

如果您创建大量这些词典，则使用内存

cpu用法，如果您的所有代码都是这些字典

另一答案

为什么我不应该总是使用它而不是普通的字典

在Python 2.7中，正常的OrderedDict用法将创建参考周期。因此，任何使用OrderedDict都需要启用垃圾收集器才能释放内存。是的，垃圾收集器默认在cPython中打开，但禁用它has its uses。

例如使用cPython 2.7.14

from __future__ import print_function

import collections
import gc

if __name__ == '__main__':
    d = collections.OrderedDict([('key', 'val')])
    gc.collect()
    del d
    gc.set_debug(gc.DEBUG_LEAK)
    gc.collect()
    for i, obj in enumerate(gc.garbage):
        print(i, obj)

输出

gc: collectable <list 00000000033E7908>
gc: collectable <list 000000000331EC88>
0 [[[...], [...], 'key'], [[...], [...], 'key'], None]
1 [[[...], [...], None], [[...], [...], None], 'key']

即使您只是创建一个空的OrderedDict（d = collections.OrderedDict()）并且不添加任何内容，或者您​​明确尝试通过调用clear方法（d.clear()之前的del d）来清理它，您仍然会得到一个自引用列表：

gc: collectable <list 0000000003ABBA08>
0 [[...], [...], None]

这似乎就是这种情况，因为this commit删除了__del__方法，以防止OrderedDict导致无法收集的循环的可能性，这可能更糟。如该提交的更改日志中所述：

Issue #9825：从collections.OrderedDict的定义中删除了__del__。这可以防止用户创建的自引用有序词典成为永久无法收集的GC垃圾。缺点是删除__del__意味着内部双向链表必须等待GC收集，而不是在refcnt降为零时立即释放内存。

---

请注意，在Python 3中，针对同一问题的fix采用了不同的方法，并使用weakref代理来避免循环：

问题＃9825：在collections.OrderedDict的定义中使用__del__使用户可以创建自引用的有序字典，这些字典成为永久无法收集的GC垃圾。恢复了使用weakref代理的Py3.1方法，这样就不会首先创建引用循环。

另一答案

从Python 3.7开始，所有字典都保证订购。 Python贡献者确定切换到订购dict不会对性能产生负面影响。我不知道OrderedDict的性能与Python中的dict相比> = 3.7，但我认为它们是可比较的，因为它们都是有序的。

也可以看看：

• Will OrderedDict become redundant in Python 3.7？