《字典与集合的魔法：深入探索 CPython 的哈希表实现机制》

《字典与集合的魔法：深入探索 CPython 的哈希表实现机制》

🧭 引言：为何这篇文章值得读？

在 Python 的世界里，dict 和 set 是使用最频繁也最强大的数据结构之一。你可能已经习惯了用字典做配置项，或者用集合去重列表中的元素。它们使用起来轻便高效，插入、查找和删除操作几乎毫无延迟——但你是否曾好奇：为何这么快？它们背后的魔法又是什么？

今天这篇文章，我们将深入 CPython 的核心，探索 dict 和 set 在底层的实现细节，揭示它们为何能以 $O(1)$ 平均时间复杂度运行的真相。无论你是初学者还是资深开发者，这篇文章都将带你揭开哈希表的面纱，并提供实用的优化建议。

---

📜 第一部分：字典与集合在 Python 中的地位

• dict 是 Python 中唯一的键值对映射类型；
• set 则是无序、去重的数据容器；
• 二者底层都基于 哈希表（hash table） 实现，且共享相同的核心机制。

在 CPython 中，set 是字典的简化版本，仅存储键而不存储值。这种设计不仅统一了内存结构，也大大提升了运行效率。

---

🔬 第二部分：哈希表基础回顾

哈希表是计算机科学中一种以常数时间存取元素的数据结构。其核心思想是：

• 通过哈希函数将“键”转化为整数索引；
• 将键值对存储到对应位置；
• 当发生冲突（多个键映射到同一位置）时，采用冲突解决策略（Python 使用 探测方式）。

这样，我们就能在近乎常数时间完成插入、查找和删除操作。

---

⚙️ 第三部分：CPython 中 dict 的底层结构解析

从 Python 3.6 开始，dict 改用了新的更紧凑的结构，以便更好支持遍历顺序和节省内存。

核心组件如下：

组件	描述
ma_keys	存储所有键的数组结构
ma_values	值数组，仅在非拆分表中存在
PyDictKeyEntry	每个条目的结构体，包含哈希值、键和值
dk_size	哈希表大小（桶数）