Python：说说字典和散列表，散列冲突的解决原理

散列表

Python 用散列表来实现 dict。散列表其实是一个稀疏数组（总是有空白元素的数组称为稀疏数组）。在一般书中，散列表里的单元通常叫做表元（bucket）。在 dict 的散列表当中，每个键值对都占用一个表元，每个表元都有两个部分，一个是对键的引用，一个是对值的引用。因为每个表元的大小一致，所以可以通过偏移量来读取某个表元。

Python 会设法保证大概还有三分之一的表元是空的，当快要达到这个阀值的时候，会进行扩容，将原散列表复制到一个更大的散列表里。

如果要把一个对象放入到散列表里，就先要计算这个元素键的散列值。这就要求键（key）必须是可散列的。

一个可散列的对象必须满足以下条件：

• 支持 hash() 函数，并且通过 hash() 方法所得到的散列值是不变的。
• 支持通过 eq() 方法来检测相等性。
• 若 a == b 为真，则 hash(a) == hash(b) 也为真。

散列表的算法：

为了获取键 search_key 所对应的值 search_value，Python 会首先调用 hash(search_key) 计算 search_key 的散列值，把这个值最低的几位数字当作偏移量，在散列表里查找表元（具体取几位，得看当前散列表的大小）。若找到的表元是空的，则抛出 KeyError 异常；若不为空，则表元里会有一对 found_key:found_value，检验 search_key 和 found_key 是否相等，若相等，则返回 found_value。若不相等，这种情况称为散列冲突。

为了解决散列冲突，算法会在散列值中另外再取几位，然后用特殊的方法处理一下，把得到的新数值作为偏移量在散列表中查找表元，若找到的表元是空的，则同样抛出 KeyError 异常；若非空，则比较键是否一致，一致则返回对应的值；若又发现散列冲突，则重复以上步骤。

添加新元素跟上面的过程几乎一样，只不过在发现空表元的时候会放入这个新元素，不为空则为散列冲突，继续查找。

为什么字典是无序的

当往 dict 里添加新元素并且发生了散列冲突的时候，新元素可能会被安排存放到另一个位置。于是就会发生下面的情况：dict([key1, value1], [key2, value2]) 和 dict([key2, value2], [key1, value1]) 两个字典，在进行比较的时候是相等的，但如果 key1 和 key2 散列冲突，则这两个键在字典里的顺序是不一样的（因为添加的顺序不一样，先添加的先占据第一次散列值的位置，后添加的）。

无论何时，往 dict 里添加新的键，Python 解析器都可能做出为字典扩容的决定。扩容导致的结果就是要新建一个更大的散列表，并把字典里已有的元素添加到新的散列表里。这个过程中可能发生新的散列冲突，导致新散列表中键的次序变化。

如果在迭代一个字典的同时往里面添加新的键，会发生什么？不凑巧扩容了，不凑巧键的次序变了，然后就 orz 了。

总结

散列表是一个在时间和空间上做出权衡的经典例子。如果没有空间（内存）的限制，那么可以直接将键作为数组的索引。那么所有的查找时间复杂度为 O(1)；如果没有时间的限制，那么可以直接用数组，这样只需要很少的内存。