Python对象 —— Dict对象

Python中的Dict对象

散列表概述

Python中散列表采用了开放引址法，即在发生引址冲突后再次使用散列函数寻址，直到找到空的内存地址

在删除数据时，为了防止寻址链中断，采用了软删除的方法

PyDictObject

关联容器entry

PyDictObject中存储的数据为PyObject *

DictObject存储me_hash：缓冲池，防止出现重复时key在次进行hash

存储value的容器有三个状态：
- Unused：初始态，key与value都是NULL
- Active：激活态，key与value分别存储了数据
- Dummy：删除态，当数据删除时进入Dummy软删除状态

关联容器的实现

PyDictObject是一堆关联容器的集合

PyDictObject的属性：

• ma_fill：内存的全部元素
• ma_used：激活态元素的数量
• ma_smalltable：初始的内存空间，大小为8
• ma_mask：记录PyDictObject中entry的数量
• ma_table：指向存储空间的地址的初始位置，当dict申请空存储空间时，ma_table会切换地址

PyDictObject的创建与维护

PyDictObject对象创建

PyDictObject中使用缓冲池

PyDictObject实例的创建过程：

1. ma_smalltable清空同步设置ma_table和ma_mask
2. 将ma_table指向ma_smalltable并将ma_mask设置为7

PyDictObject中的元素所有

PyDictObject中有两种搜索策略，一种是lookdict，另一种是lookdict_string。其中lookdict_string是lookdict的特殊形式

lookdict的搜索策略：

1. hash key找到散列冲突链表
2. 采用探测函数获取链表中下一个entry
3. 检查
   • value相同，返回结果
   • entry为unsed态，判断freeslot是否为空
     • 是，返回unsed的entry
     • 否，返回freeslot

插入与删除

插入元素过程存储在PyDict_SetItem方法中：

1. hash搜索定位
2. insertdict方法：搜索key，存在替换me_value，不存在则插入
3. 判断内存是否需要扩大
4. dictresize扩大内存空间

判断内存空间充足的条件

1. 装载率小于等于内存空间的2/3
2. 插入方法是否使用了unused或Dummy状态的entry

内存空间不足时，会扩大为Active entry存储空间的4倍

删除元素的流程：

1. 搜索entry
2. 修改entry状态
3. 修改内存空间，调整PyDictObject对象中维护table使用情况

操作示例

1. 新建dict
   
2. 删除元素（14，14）插入元素（104， 104）
   
3. 再次插入（14，14）
   

PyDictObject对象缓冲池

PyDictObject缓冲池的原理与PyListObject相同，都是存储被删除对象的存储空间，在后面创建对象时使用