很多Python初学者经常会有这样的疑问,为什么Python有tuple(元组)和list(列表)两种类型?为什么tuple可以作为字典的key,list不可以?要理解这个问题,首先要明白python的字典工作原理。
1.Python的字典是如何工作的
在Python中,字典也就是一个个的“映射”,将key映射到value:
# 对一个特定的key可以得到一个value
value = d[key]
为了实现这个功能,Python必须能够做到,给出一个key,找到哪一个value与这个key对应。先来考虑一种比较简单的实现,将所有的key-value键值对存放到一个list中,每当需要的时候,就去遍历这个list,用key去和键值对的key匹配,如果相等,就拿到value。但是这种实现在数据量很大的时候就变得很低效。它的算法复杂度是O(n),n是存放键值对的数量。(关于Hash表具体的工作原理,可以参考我的这篇文章。
为此,Python使用了hash(哈希)的方法来实现,要求每一个存放到字典中的对象都要实现hash函数,这个函数可以产生一个int值,叫做hash value(哈希值),通过这个int值,就可以快速确定对象在字典中的位置。然而,由于Hash碰撞的存在,可能存在两个对象的Hash值是相同的,所以查找字典的过程中,要比较hash值,还要比较value的值。
这个查询的大致过程如下:
def lookup(d, key):
字典的查询过程概括为下面3步:
1. 通过hash函数将key计算为哈希值.
2. 通过hash值确定一个位置,这个位置是一个存放着
可能存在冲突的元素的数组(很多地方叫做“桶”,bucket),
每一个元素都是一个键值对,理想情况下,这个数组里只有1个元素.
3. 遍历这个数组,找到目标key,返回对应的value.
h = hash(key) # step 1 cl = d.data[h] # step 2 for pair in cl: # step 3 if key == pair[0]: return pair[1] else: raise KeyError, "Key %s not found." % key
要使这个查找过程正常工作,hash函数必须满足条件:如果两个key产生了不同的hash value,那么这两个key对象是不相等的。即
for all i本文来源gao($daima.com搞@代@#码(网1, i2, if hash(i1) != hash(i2), then i1 != i2
否则的话,hash value不同,对象却相同,那么相同的对象产生不同的hash value,查找的时候就会进错桶(step 2),在错误的桶里永远也找不到你要找的value。
另外,要让字典保持高查找效率,还要保证:当两个key产生相同的hash value,那么他们是相等的。
for all i1, i2, if hash(i1) == hash(i2), then i1 == i2
这样做的目的是,尽量满足每个hash桶只有一个元素。为什么要这样呢? 考虑下面这个hash函数。
def hash(obj):
return 1
这个hash函数是满足上面我们谈的第一个条件的:如果两个key的hash value不同,那么两个key对象不相同。因为所有的对象产生的hash value都是1,所以不存在能产生不同hash value的key,也就不存在不满足的情况。但是这样做的坏处是,因为所有的hash value都相同,所以就把所有的对象分到了同一个地方。查找的时候,进行到第三步,遍历的效率就变成了O(n).
Hash函数应该保证所有的元素平均的分配到每一个桶中,理想的情况是,每一个位置只有一个元素。
以上两个原则,第一个保证了你能从字典中拿到要找的元素,第二个保证了查询效率。