为什么使用哈希而不是测试真正的平等？

Question

我最近一直在研究Python的词典（我相信它们在其他语言中被称为关联数组）并且被其键的一些限制所困惑。

首先，dict键必须是不可变的。当我查看其背后的逻辑时，答案是字典像哈希表一样查找键的值，因此不可变键（如果它们可以被清除）可能会改变它们的哈希值，从而在检索值时导致问题

我理解为什么会这样，但是我仍然对使用哈希表的意义感到困惑。如果你只是没有散列密钥并测试真正的相等性（假设压缩构造的对象比较相等），你可以复制字典的大部分功能而不受限制只使用两个列表。

所以，我想这是我真正的问题 - 使用哈希来查找价值而不是平等的理由是什么？

如果我不得不猜测，可能只是因为比较整数非常快且优化，而比较其他类的实例可能不是。

Answer 1

你似乎错过了散列表的全部内容，即快速（O（1）） ¹ 检索，并且没有散列就无法实现，即将密钥转换为某些一种分布均匀的整数，用作表的索引。请注意，为了能够处理哈希冲突 ² ，检索仍然需要相等，但只有在已经将元素集缩小到具有特定哈希值的元素时才会求助。

如果只是相等，你可以用并行数组或类似的东西复制类似的功能，但这会使检索O（n） ³ ;如果你要求严格的弱排序，你可以实现RB树，允许O（log n）检索。但是O（1）需要散列。

查看Wikipedia以获得有关哈希表的更多信息。

---

备注的

1. 它可以在病态场景中变成O（n）（所有元素都放在同一个桶中），但是不应该用良好的散列函数来实现。
2. 由于不同的元素可能具有相同的哈希值，因此在访问与哈希对应的存储区后，您必须检查是否实际检索了与给定密钥关联的元素。
3. 或者O（log n）如果你对数组进行排序，但是这会使插入变得复杂，由于元素的移动，插入变得平均为O（n）;但话又说回来，如果你有订单，你可能想要一个RB树或堆。

Answer 2

通过使用hastables，您可以获得O(1)个检索数据，而在每个独立的vale中进行比较时，需要O(n)（在顺序搜索中）或O(log(n))在二进制搜索中。

另请注意，O(1)是分摊的时间，因为如果有多个值散列到同一个键，则需要在这些值中进行顺序搜索。