dict 的高效能與其儲存方式是分不開的，我們知道 dict 的儲存是基於雜湊表（又稱散列表），需要計算 hash 值，那麼是計算誰的 hash 值呢？是像別人說的：儲存 dict 元素前計算 key 的 hash 值？

驗證

這裡先建立個字典

>>> my_dict = {'a': 'apple', 'b': 'banana'}

由於雜湊表是一塊連續的記憶體空間（陣列），在不考慮 hash 值衝突的情況下，如果計算的是 key 的 hash 值，那麼：'a' 的 hash 值與 'b' 的 hash 值之間的差值 與 'a' 的記憶體地址與 'b' 的記憶體地址之間的差值（可理解為記憶體地址裡的距離）

hash('a') - hash('b') == id('a') - id('b')

但事實上面等式返回的是 False

>>> hash('a') - hash('b') == id('a') - id('b')
False

先看看其中各項的具體值是多少

>>> hash('a')
-7336862871683211644
>>> hash('b')
3607308758832868774
>>> id('a')
1290454097736
>>> id('b')
1290454096056
 

>>> id('a') - id('b')
1680
>>> hash('a') - hash('b')
-10944171630516080418

可以很明顯得看到差距還是挺大的這說明計算的不是 key 的 hash 值（這種說法不夠嚴謹），那計算的是什麼呢？

計算的是 key 所在記憶體地址的 hash 值

在不考慮 hash 衝突的情況下， 'a' 所在記憶體地址的 hash 值與 'b' 所在記憶體地址的 hash 值之間的差值 和 'a' 的記憶體地址與 'b' 的記憶體地址之間的差值 相等，也就是說以下的等式成立才對

hash(id('a')) - hash(id('b')) == hash(id('a')) - hash(id('b'))
 

>>> hash(id('a')) - hash(id('b')) == hash(id('a')) - hash(id('b'))
True
>>> id('a') - id('b')
1680
>>> hash(id('a')) - hash(id('b'))
1680

下面再多驗證幾個

>>> my_dict['c'] = 'cherry'
>>> hash(id('b')) - hash(id('c')) == hash(id('b')) - hash(id('c'))
True
>>> id('b') - id('c')
791760
>>> hash(id('b')) - hash(id('c'))
791760

>>> a['d'] = 'date'
>>> hash(id('d')) - hash(id('c')) == hash(id('d')) - hash(id('c'))
True
>>> id('d') - id('c')
1400
>>> hash(id('d')) - hash(id('c'))
1400

到這裡就可以證明上面的結論

為何計算的是 key 所在的記憶體地址的 hash 值？

比如上面的'a'（1 個字元） 明顯比其所在的記憶體地址 1290454097736（13 個字元）要短。短的計算不是更快嗎？記住一句話：Python 中一切皆物件，'a'是個 str 物件，1290454097736 是個 int 物件

>>> type('a')
<class 'str'>
>>> type(id('a'))
<class 'int'>

一個物件裡不是僅僅儲存對應值，它還有很多屬性（含方法），來看看誰的屬性多

>>> len(dir('a'))
77
>>> len(dir(id('a')))
70

str 物件比 int 物件多 7 個屬性

它們都有個叫 __sizeof__() 的魔法方法，用於獲取當前物件所佔用的記憶體空間大小（位元組）

>>> id('a').__sizeof__()
32
>>> 'a'.__sizeof__()
50

從上面可以發現：雖然 'a' 看起來只有 1 個字元，但其佔用的記憶體空間要大於其記憶體地址 id('a') 所佔用的空間

當然這不是主要原因，Python 直譯器會將其轉換為適當的資料型別再進行 hash 計算

不過，dict 的 key 不僅僅可以是 str 物件，也可以是 int、bytes、fromzenset 等這些可雜湊(hashable)物件，可雜湊物件都是不可變(immutable)物件（注意：反之不一定成立，如 tuple），不可變物件記憶體地址不變。大多數情況下，相比計算這些不同物件型別的 hash 值，直接計算物件所在記憶體地址（整數）的 hash 值效能更高，這也就是為什麼不是計算 key 的 hash 值，而是計算 key 所在記憶體地址的 hash 值

閱讀更多