问题:是否在Python 3.6+中订购了字典?
与以前的版本不同,字典在Python 3.6中排序(至少在CPython实现下)。这似乎是一个重大更改,但只是文档中的一小段。它被描述为CPython实现细节而不是语言功能,但这也意味着将来可能会成为标准。
在保留元素顺序的同时,新的字典实现如何比旧的实现更好?
以下是文档中的文字:
dict()
现在使用PyPy率先提出的“紧凑”表示形式。与Python 3.5相比,新dict()的内存使用量减少了20%至25%。PEP 468(在函数中保留** kwarg的顺序。)由此实现。此新实现的顺序保留方面被认为是实现细节,因此不应依赖(将来可能会更改,但是希望在更改语言规范之前,先在几个发行版中使用该新dict实现该语言,为所有当前和将来的Python实现强制要求保留顺序的语义;这还有助于保留与仍旧有效的随机迭代顺序的旧版本语言(例如Python 3.5)的向后兼容性。(由INADA Naoki在发行27350。最初由Raymond Hettinger提出的想法。)
2017年12月更新:Python 3.7 保证dict
保留插入顺序
回答 0
是否在Python 3.6+中订购了字典?
它们是插入顺序[1]。从Python 3.6开始,对于Python的CPython实现,字典会记住插入项目的顺序。这在Python 3.6中被视为实现细节;你需要使用OrderedDict
,如果你想多数民众赞成插入排序保证不同的Python的其它实现(与其他有序行为[1] )。
从Python 3.7开始,它不再是实现细节,而是成为一种语言功能。从GvR的python-dev消息中:
做到这一点。裁定“裁定保留插入顺序”。谢谢!
这只是意味着您可以依靠它。如果其他Python实现希望成为Python 3.7的一致实现,则还必须提供插入顺序字典。
在保留元素顺序的同时,Python
3.6
字典实现如何比旧的实现更好的性能[2]?
本质上,通过保留两个数组。
第一个数组,按插入顺序
dk_entries
保存字典的条目(类型PyDictKeyEntry
)。保留顺序是通过仅附加数组来实现的,在该数组中始终在末尾插入新项(插入顺序)。第二个
dk_indices
保留dk_entries
数组的索引(即,指示中相应条目位置的值dk_entries
)。该数组充当哈希表。对键进行哈希处理时,它会导致存储在其中的索引之一,dk_indices
并且通过indexing获取相应的条目dk_entries
。由于只有索引被保留,此数组的类型取决于字典的整体大小(范围从类型int8_t
(1
字节)到int32_t
/int64_t
(4
/8
字节)上32
/64
位构建)
在以前的实现中,必须分配类型PyDictKeyEntry
和大小的稀疏数组dk_size
。不幸的是,由于性能原因,该阵列不允许2/3 * dk_size
满载,这也导致了很多空白。(并且空白区域仍具有大小!)。PyDictKeyEntry
现在不是这种情况,因为仅存储了必需的条目(已插入的条目),并且保留了一个稀疏类型的数组intX_t
(X
取决于dict的大小)2/3 * dk_size
。空格从类型更改PyDictKeyEntry
为intX_t
。
因此,显然,创建一个类型PyDictKeyEntry
稀疏的数组比存储int
s 的稀疏数组需要更多的内存。
如果有兴趣,可以在Python-Dev上查看有关此功能的完整对话,这是一本好书。
在Raymond Hettinger提出的原始建议中,可以看到使用的数据结构的可视化效果,该可视化体现了该思想的要旨。
例如,字典:
d = {'timmy': 'red', 'barry': 'green', 'guido': 'blue'}
当前存储为[keyhash,key,value]:
entries = [['--', '--', '--'], [-8522787127447073495, 'barry', 'green'], ['--', '--', '--'], ['--', '--', '--'], ['--', '--', '--'], [-9092791511155847987, 'timmy', 'red'], ['--', '--', '--'], [-6480567542315338377, 'guido', 'blue']]
相反,数据应按以下方式组织:
indices = [None, 1, None, None, None, 0, None, 2] entries = [[-9092791511155847987, 'timmy', 'red'], [-8522787127447073495, 'barry', 'green'], [-6480567542315338377, 'guido', 'blue']]
正如您现在可以从视觉上看到的那样,在原始建议中,很多空间实际上是空的,以减少冲突并加快查找速度。使用新方法,可以通过将稀疏移动到真正需要的索引中来减少所需的内存。
[1]:我说“插入有序”而不是“有序”,因为在存在OrderedDict的情况下,“有序”暗示了dict
对象不提供的其他行为。OrderedDicts是可逆的,提供顺序敏感的方法,并且主要是,提供一个订单sensive相等测试(==
,!=
)。dict
目前不提供任何这些行为/方法。
[2]:新的字典实现通过更紧凑的设计而在内存方面表现更好;这是这里的主要好处。在速度方面,差异并不那么明显,在某些地方,新的dict可能会引入轻微的回归(例如,关键查找),而在其他地方(会想到迭代和调整大小),应该会提高性能。
总体而言,由于引入的紧凑性,字典的性能(尤其是在现实生活中)得以提高。
回答 1
以下是回答最初的第一个问题:
我应该在Python 3.6中使用
dict
还是OrderedDict
在Python 3.6中使用?
我认为文档中的这句话实际上足以回答您的问题
此新实现的顺序保留方面被视为实现细节,不应依赖于此
dict
并不明确表示它是有序集合,因此,如果您要保持一致并且不依赖于新实现的副作用,则应坚持使用OrderedDict
。
使您的代码成为未来的证明:)
有关于辩论在这里。
编辑:Python 3.7将保留此功能, 请参阅
回答 2
回答 3
我想添加到上面的讨论中,但没有评论的声誉。
Python 3.8尚未发布,但它甚至将包含reversed()
字典上的函数(消除了的另一个区别OrderedDict
。)。
现在可以使用reversed()以反向插入顺序迭代Dict和dictviews。(由RémiLapeyre在bpo-33462中贡献。) 查看python 3.8的新增功能
我没有提到相等运算符或的其他功能,OrderedDict
因此它们仍然不完全相同。