Python 中的字典（dict）

dict 是如何实现的

Python中的dict是通过散列表实现的。
那么什么是散列表呢？
散列表其实就是一个稀疏的数组（总是有空白元素的数组称为稀疏数组）。散列表中的单元通常称为表元。在dict的散列表中，每个键值对都占有一个表元，每个表元都有两个部分，一个是对键的引用，另一个是对值的引用。因为所有的表元的大小一致，所以可以通过偏移量来读取某个表元。
因为python会设法保证大概有三分之一的表元是空的，所以快要达到这个阈值时，原有的散列表会被复制到一个更大的空间。

python是如何通过key取出其值的呢？

为了获取my_dict[search_key]背后的值，python首先调用hash(search_key)来计算search_key的散列值，把这个值最低的几位数字当作偏移量，在散列表中查找表元（具体取几位，得看当前散列表的大小）。若找到表元为空，则抛出KeyError异常。若不是为空，则表元中会有一对found_key：found_value。这个时候，python会检验search_key == found_key是否为真，如果它们相等，就会返回found_value。
如果search_key和found_key不匹配的话，这个情况就称为散列冲突。发生这种情况是因为，散列表所做的其实是把随机的元素映射到只有几位的数字上，而散列表本身的索引又只依赖于这数字的一部分。为了解决散列冲突，算法会在散列值中另取几位，然后用特殊的方法处理，把新的数字在作为索引来寻找表元。若这次找到的表元是空，返回KeyError；若不为空，且键匹配则返回值，不匹配，则又出现散列冲突，重复上面的步骤。

dict中的添加新元素和更新元素

dict中添加新元素和更新新元素操作和取值类型，只不过是，对于添加新元素时，发现空表元的时候，放入一个元素，对于更新元素，在找到对应表元时，原表中的值会被替换成新的值。

另外在插入新值时，python会按照散列表的拥挤程度来决定是否重新分配内存为它扩容。如果增加了散列表的大小，那散列值所占的位数和用作索引的位数都会随之增加，为的是减少发生散列冲突的概率

优缺点

由于dict是通过散列表实现的，而散列表又是稀疏的，所以导致它在空间上效率低下。但是它提供了无视数据量大小的快速访问------只要字典被装在内存中。dict的实现就是典形的空间换时间。