Python3.6 之后字典是有序的?
字典的本質(zhì)就是 hash
表,hash
表就是通過 key 找到其 value
,平均情況下你只需要花費(fèi) O(1) 的時間復(fù)雜度即可以完成對一個元素的查找,字典是否有序,并不是指字典能否按照鍵或者值進(jìn)行排序,而是字典能否按照插入鍵值的順序輸出對應(yīng)的鍵值。
比如,對于一個無序字典,插入順序和遍歷的順序是不一致的:
>>> my_dict = dict() >>> my_dict["name"] = "lowman" >>> my_dict["age"] = 26 >>> my_dict["girl"] = "Tailand" >>> my_dict["money"] = 80 >>> my_dict["hourse"] = None >>> for key,value in my_dict.items(): ... print(key,value) ... money 80 girl Tailand age 26 hourse None name lowman
而一個有序字典的輸出是這樣的:
name lowman age 26 girl Tailand money 80 hourse None
那為什么 Python3.6 之后,Python 的字典就有序了呢?
先從 Python3.6 之前說起。在 Python 3.6 之前,其數(shù)據(jù)結(jié)構(gòu)如下圖所示:
由于不同鍵的哈希值不一樣,哈希表(entries
)中的順序是按照哈希值大小排序的,遍歷時從前往后遍歷并不能輸出鍵值插入的順序,其表現(xiàn)起來就是無序的。
此外,這種方式還有一個缺點(diǎn),就是如果以稀疏的哈希表存儲時,會浪費(fèi)較多的內(nèi)存空間,Python3.6
之后,對其進(jìn)行了優(yōu)化,哈希索引和真正的鍵值對分開存放,數(shù)據(jù)結(jié)構(gòu)如下所示:
indices
指向了一列索引,entries
指向了原本的存儲哈希表內(nèi)容的結(jié)構(gòu)。
你可以把 indices
理解成新的簡化版的哈希表,entries
理解成一個數(shù)組,數(shù)組中的每個元素是原本應(yīng)該存儲的哈希結(jié)果:鍵和值。
查找或者插入一個元素的時候,根據(jù)鍵的哈希值結(jié)果取模 indices
的長度,就能得到對應(yīng)的數(shù)組下標(biāo),再根據(jù)對應(yīng)的數(shù)組下標(biāo)到 entries
中獲取到對應(yīng)的結(jié)果,比如 hash("key2") % 8 的結(jié)果是 3,那么 indices[3] 的值是 1,這時候到 entries 中找到對應(yīng)的 entries[1] 既為所求的結(jié)果:
這么做的好處是空間利用率得到了較大的提升,我們以 64 位操作系統(tǒng)為例,每個指針的長度為 8 字節(jié),則原本需要 8 * 3 * 8 為 192
現(xiàn)在變成了 8 * 3 * 3 + 1 * 8 為 80,節(jié)省了 58% 左右的內(nèi)存空間,如下圖所示:
此外,由于 entries
是按照插入順序進(jìn)行插入的數(shù)組,對字典進(jìn)行遍歷時能按照插入順序進(jìn)行遍歷,這也是為什么 Python3.6 以后的版本字典對象是有序的原因。
最后:
如果你對 Python 解釋器的實(shí)現(xiàn)感興趣,可以閱讀 CPython 的源碼,源碼之下無秘密,閱讀源碼也是提升自己最快的學(xué)習(xí)方式,這里推薦一個學(xué)習(xí) CPython 的開源倉庫 CPython-Internals
,圖文注釋并茂,是非常有價(jià)值的學(xué)習(xí)資源
到此這篇關(guān)于Python3.6 之后字典是有序的?的文章就介紹到這了,更多相關(guān)Python字典有序性內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python內(nèi)置函數(shù):lambda、map、filter簡單介紹
Python 內(nèi)置了一些比較特殊且實(shí)用的函數(shù),使用這些能使你的代碼簡潔而易讀。下面對python內(nèi)置函數(shù):lambda、map、filter簡單介紹下,需要的朋友參考下吧2017-11-11在VS2017中用C#調(diào)用python腳本的實(shí)現(xiàn)
這篇文章主要介紹了在VS2017中用C#調(diào)用python腳本的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07flask中使用SQLAlchemy進(jìn)行輔助開發(fā)的代碼
在Web.py, Django, Flask, Tornado里,自帶的ORM功能比較缺乏,推薦大家使用SQLAlchemy來輔助開發(fā)2013-02-02AI生成圖片Stable?Diffusion環(huán)境搭建與運(yùn)行方法
Stable?Diffusion是一種基于擴(kuò)散過程的生成模型,由Ge?et?al.在2021年提出,該模型利用了隨機(jī)變量的穩(wěn)定分布,通過遞歸地應(yīng)用擴(kuò)散過程來生成高質(zhì)量的圖像,這篇文章主要介紹了AI圖片生成Stable?Diffusion環(huán)境搭建與運(yùn)行,需要的朋友可以參考下2023-05-05python實(shí)現(xiàn)搜索指定目錄下文件及文件內(nèi)搜索指定關(guān)鍵詞的方法
這篇文章主要介紹了python實(shí)現(xiàn)搜索指定目錄下文件及文件內(nèi)搜索指定關(guān)鍵詞的方法,可實(shí)現(xiàn)針對文件夾及文件內(nèi)關(guān)鍵詞的搜索功能,需要的朋友可以參考下2015-06-06Python讀取xlsx文件報(bào)錯:xlrd.biffh.XLRDError:?Excel?xlsx?file;no
這篇文章主要給大家介紹了關(guān)于Python庫xlrd中的xlrd.open_workbook()函數(shù)讀取xlsx文件報(bào)錯:xlrd.biffh.XLRDError:?Excel?xlsx?file;not?supported問題解決的相關(guān)資料,文中通過圖文介紹的非常詳細(xì),需要的朋友可以參考下2022-08-08