Python 3.6 字典是否维护插入顺序以及如何实现？

Python 3.6 中的字典是有序的吗？

在 Python 3.6 及更高版本中，字典表现出插入顺序，这意味着它们保留插入顺序添加键值对。无法在所有 Python 实现中保证此行为，仅适用于 CPython 解释器。

提高 Python 3.6 字典实现的效率

Python 3.6 中的新字典实现利用两个数组来维护插入顺序和高效的哈希查找。

• dk_entries: 按插入顺序包含条目（键值对）。
• dk_indices: 存储对应的索引dk_entries 中的每个条目，充当哈希

与之前使用的键值条目稀疏数组 (dk_entries) 相比，此方法利用较小尺寸的整数数组 (dk_indices)，从而实现更紧凑的内存占用。之前为性能优化而分配的稀疏数组已不再需要容纳固定大小的 2/3 空白空间。

数据结构的可视化

示例字典：

d = {'timmy': 'red', 'barry': 'green', 'guido': 'blue'}

旧数据结构：

entries = [['--', '--', '--'],
           [-8522787127447073495, 'barry', 'green'],
           ['--', '--', '--'],
           ['--', '--', '--'],
           ['--', '--', '--'],
           [-9092791511155847987, 'timmy', 'red'],
           ['--', '--', '--'],
           [-6480567542315338377, 'guido', 'blue']]

新数据结构：

indices =  [None, 1, None, None, None, 0, None, 2]
entries =  [[-9092791511155847987, 'timmy', 'red'],
            [-8522787127447073495, 'barry', 'green'],
            [-6480567542315338377, 'guido', 'blue']]

如图所示，新结构将索引和条目分开，从而实现更高效的内存分配由于索引尺寸较小，哈希表查找速度更快

结论

Python 3.6 中增强的字典实现有效地维护了插入顺序，同时通过使用单独的条目和索引数组优化了内存使用。这种优化可以更有效地表示和管理字典，特别是在内存限制或处理大型字典的情况下。

以上是Python 3.6 字典是否维护插入顺序以及如何实现？的详细内容。更多信息请关注PHP中文网其他相关文章！