引言

没有Python程序不使用字典，即使不直接出现在我们自己编写的代码中，我们也会在无形中、间接用到字典（日用而不自知）。所以，字典（dict）是Python实现的基石。

一些Python核心结构在内存中以字典的形式存在，比如：类和实例属性、模块命名空间、函数的关键字参数等。

此外，__builtins__.__dict__中存储着所有内置类型、对象和函数。

所以，本文就字典相关的内容，做一个补充说明。

什么是“可哈希”

前面的文章中关于字典的介绍时，我们已经有所提及，字典的键必须是可哈希的。

“可哈希”在Python中是这样说明的：

如果一个对象的哈希值在整个生命周期内永不改变（依托__hash__()方法），而且可与其他对象进行比较（依托__eq__()方法），那么这个对象就是可哈希的。

两个可哈希对象仅当哈希值相同时才相等。

1、数值类型、不可变的扁平类型（比如str和bytes）均是可哈希的。
2、如果容器类型是不可变的，且所含的对象均是可哈希的，那么容器类型自身也是可哈希的。所以，tuple对象是不可变的，仅当tuple中所有元素项均可哈希，这个特定的tuple对象才是可哈希的。
3、frozenset对象全部是可哈希的。
4、用户自定义的类型，默认是可哈希的，因为自定义类型的哈希值基于id()，而且继承自obejct类的__eq__()方法只不过是比较对象ID。如果自己实现了__eq__()方法，根据对象内部状态进行比较，那么仅当__hash__()方法始终返回同一个哈希值时，对象才是可哈希的。

下面是关于上面4条是否可哈希规则的验证代码：

# 容器对象本身不可变，元素均为可哈希，则容器可哈希
t1 = (1, 2, (3, 4, 5))
print(hash(t1))
# 存在不可哈希元素，hash()时会报错
t2 = (1, 2, [3, 4, 5])
# print(hash(t2))
# frozenset可哈希
t3 = (1, 2, frozenset([3, 4, 5]))
print(hash(t3))
# 自定义对象，没有重写__eq__()和__hash__()，所以默认可哈希
class MyValue1:
def __init__(self, value):
self.value = value
mv1 = MyValue1(10)
print(hash(mv1))
print(id(mv1))
# 自定义了__eq__，没有重写__hash__，所以不可哈希
class MyValue2:
def __init__(self, value):
self.value = value
def __eq__(self, other):
return self.value == other.value
mv2 = MyValue2(10)
# 不可哈希，报错
# print(hash(mv2))
# 同时重写__eq__()和__hash__()，可哈希
class MyValue3:
def __init__(self, value):
self.value = value
def __eq__(self, other):
return self.value == other.value
def __hash__(self):
return hash(self.value)
mv3 = MyValue3(10)
print(hash(mv3))

字典视图

在前面的文章中，我们通过字典dict对象的实例方法：keys()、values()、items()进行字典数据的遍历。

从dict的定义描述中可以看到，这些方法返回的均是基于dict内部实现使用的数据结构的视图：

这些视图是动态视图，根据dict对象的变化同步更新：

d1 = {x: x ** 2 for x in range(10)}
print(d1)
keys = d1.keys()
print(type(keys))
values = d1.values()
print(type(values))
items = d1.items()
print(type(items))
print(keys)
d1[10] = 100
print(keys)

此外，除了dict_values类是相对简单的字典视图，dict_keys和dict_items还实现了多个集合方法，基本与frozenset类相当。

字典的实现

由于字典的关键作用，Python对字典做了高度优化，而且一直不断在改进。Python中字典能够如此高效，主要归功于其底层的哈希表。

此外，内置类型中的set和frozenset也基于哈希表来实现。

虽然基于哈希表的实现，带来了更高的效率。但是，也对使用上带来一些影响：

1、键必须是可哈希的。
2、通过键访问项的速度非常快，通过计算键的哈希值可以直接定位键，然后找出索引在哈希表中的偏移量，稍微尝试几次就能找到匹配到的条目。
3、在CPython3.6中，dict的内存布局更为紧凑，顺带了一个副作用是键的顺序得以保留。当然，Python3.7开始，将这个副作用写入了标准，正式支持保留键的插入顺序。
4、尽管使用了紧凑布局，但是，字典仍然需要占用大量内存，这是不可避免的。
5、为了节省内存，不要在__init__()方法之外创建实例属性。因为，Python默认在特殊的__dict__属性中存储实例属性，而这个属性是一个字典，依附在各个实例上。自Python3.3起，类的实例可以共用一个哈希表，随类一起存储。如果新的实例与__init__()返回的第一个实例拥有相同的属性名称，那么新实例的__dict__属性就共享这个哈希表，仅以指针数组的形式存储新实例的属性值。如果__init__()方法执行完毕后再添加实例属性，Python就不得不为这个实例的__dict__属性创建一个新哈希表。