本文来源gaodaima#com搞(代@码$网6
在Python 3.5（含）以前，字典是不能保证顺序的，键值对A先插入字典，键值对B后插入字典，但是当你打印字典的Keys列表时，你会发现B可能在A的前面。
但是从Python 3.6开始，字典是变成有顺序的了。你先插入键值对A，后插入键值对B，那么当你打印Keys列表的时候，你就会发现B在A的后面。
不仅如此，从Python 3.6开始，下面的三种遍历操作，效率要高于Python 3.5之前：
for key in 字典 for value in 字典.values() for key, value in 字典.items()
从Python 3.6开始，字典占用内存空间的大小，视字典里面键值对的个数，只有原来的30%~95%。
Python 3.6到底对字典做了什么优化呢？为了说明这个问题，我们需要先来说一说，在Python 3.5（含）之前，字典的底层原理。
当我们初始化一个空字典的时候，CPython的底层会初始化一个二维数组，这个数组有8行，3列，如下面的示意图所示：
my_dict = {}
'''
此时的内存示意图
[[---, ---, ---],
[---, ---, ---],
[---, ---, ---],
[---, ---, ---],
[---, ---, ---],
[---, ---, ---],
[---, ---, ---],
[---, ---, ---]]
'''
现在，我们往字典里面添加一个数据：
my_dict['name'] = 'kingname' ''' 此时的内存示意图 [[---, ---, ---], [---, ---, ---], [---, ---, ---], [---, ---, ---], [---, ---, ---], [1278649844881305901, 指向name的指针, 指向kingname的指针], [---, ---, ---], [---, ---, ---]] '''
这里解释一下，为什么添加了一个键值对以后，内存变成了这个样子：
首先我们调用Python 的hash函数，计算name这个字符串在当前运行时的hash值：
>>> hash('name')
1278649844881305901
特别注意，我这里强调了『当前运行时』，这是因为，Python自带的这个hash函数，和我们传统上认为的Hash函数是不一样的。Python自带的这个hash函数计算出来的值，只能保证在每一个运行时的时候不变，但是当你关闭Python再重新打开，那么它的值就可能会改变，如下图所示：
假设在某一个运行时里面，hash(‘name’)的值为1278649844881305901。现在我们要把这个数对8取余数：
>>> 1278649844881305901 % 8 5
余数为5，那么就把它放在刚刚初始化的二维数组中，下标为5的这一行。由于name和kingname是两个字符串，所以底层C语言会使用两个字符串变量存放这两个值，然后得到他们对应的指针。于是，我们这个二维数组下标为5的这一行，第一个值为name的hash值，第二个值为name这个字符串所在的内存的地址（指针就是内存地址），第三个值为kingname这个字符串所在的内存的地址。
转载请注明原文链接：为什么从Python 3.6开始字典有序并效率更高
