Python 字典底层存储原理：哈希机制与键值约束详解

Python 字典存储原理概述

前言

Python 中的字典拥有多个别称，包括“映射”、“哈希”、“散列”或“关系数组”。你是否了解字典为何被归类为 Hash（即“哈希”或“散列”）类型？

你是否清楚，为什么 Python 字典对键（Key）的存储有着严格的要求，而对对应的值（Value）却相对宽松？

阅读完本文，你将透彻理解这些现象背后的技术真相。

哈希（Hash）算法基础

hash

首先，我们需要明确什么是 Hash。参考维基百科的定义：

散列函数（或散列算法，又称哈希函数，英语：Hash Function）是一种从任意数据中生成小型数字“指纹”的方法。该函数将消息或数据压缩为摘要，从而减小数据量并固定数据格式。它通过打乱和混合数据，重新创建一个称为散列值的指纹。散列值通常表现为由短随机字母和数字组成的字符串。优质的散列函数在输入域中极少出现散列冲突。在散列表和数据处理场景中，若不抑制冲突以区分数据，会导致数据库记录更难查找。

正如世界上没有两片完全相同的树叶或两个相同的指纹，散列函数的作用正是从数据中提取出唯一的数字指纹。

字典底层存储机制

我们参考以下图示进行说明：

如图所示，Python 调用内部散列函数，将键（Key）作为参数进行转换，生成一个唯一的内存地址（这也解释了为何对相同键赋值会直接覆盖，因为转换后的地址一致）。随后，值（Value）被存储在该地址中。

键（Key）的可哈希性约束

对于 Python 而言，键（Key）必须是可哈希的，即能够通过散列函数计算出唯一地址。那么，能否使用变量作为键（Key）？答案是否定的。因为变量内容可能随时改变，这不符合可哈希性的原则。

同理，列表、字典和集合均为可变类型，因此它们都不能用作字典的键（Key）。

此时可能会有读者疑问：那元组呢？元组通常被视为不可变的。

事实并非如此绝对。由于元组内部可能包含列表等可变元素，因此若确实希望使用元组作为字典的键（Key），必须满足特定限制：只有当元组中仅包含数字、字符串等不可变元素时，它才能作为字典中有效的键（Key）。

此外需注意，Python 的哈希算法对相同数值计算出的结果一致。例如，12315 和 12315.0 被视为具有相同的哈希值，因此它们被认为是相同的键（Key）。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。