Python字典的哈希表实现原理-优快云博客

本文链接：https://blog.youkuaiyun.com/HWQlet/article/details/106578337

本文详细介绍了Python字典的实现机制，包括开放式寻址、C结构、字典初始化、添加和移除键值对的过程。字典通过哈希表存储，使用哈希函数确保键的均匀分布，解决冲突主要依赖于探测序列。在添加键值对时，如果达到一定填充比例，字典会自动调整大小以保持效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

python字典是使用哈希表实现的。它是一个数组，其索引是使用键上的哈希函数获得的。

哈希函数的目标是将键均匀分贝在数组中。

假设我们用字符串作为键，哈希函数可以定义成下面这种：

arguments: string object
returns: hash
function string_hash:
    if hash cached:
        return it
    set len to string's length
    initialize var p pointing to 1st char of string object
    set x to value pointed by p left shifted by 7 bits
    while len >= 0:
        set var x to (1000003 * x) xor value pointed by p
        increment pointer p
    set x to x xor length of string object 
    cache x as the hash so we don't need to calculate it again
    return x as the hash

如果使用大小为x的数组存储键/值对，则我们使用等于x-1的掩码来计算该对在数组中的插槽索引。这使得时隙索引的计算快速。由于下面描述的调整大小机制，找到空插槽的可能性很高。这意味着在大多数情况下进行简单的计算是有意义的。如果数组的大小为8，则'a'的索引为：hash（'a'）＆7 =0。'b'的索引为3，'c'的索引为2， “ z”为3，与“ b”相同，这里有一个碰撞。

当键是连续的时，哈希函数可以很好的我完成工作，添加‘z'之后就发生了冲突，因为不够连续。当然我们可以用链表的形式在处理冲突，但是查找时间会增加

开放式寻址

开放式寻址是使用探测的冲突解决方法。在“ z”的情况下，插槽索引3已在阵列中使用，因此我们需要探查其他索引以查找尚未使用的索引。添加一个键/值对也将平均O（1）和查找操作。

二次探测序列用于找到空闲时隙。代码如下：伪代码

j = (5*j) + 1 + perturb;
perturb >>= PERTURB_SHIFT;
use j %2**i as the next table index;

重复执行5 * j + 1会迅速放大不影响初始索引的位中的微小差异。变量“ perturb”使哈希码的其他位起作用。

让我们看一下表大小为32且j = 3时的探测顺序。3-> 1

python中字典的实现

开放式寻址