Python dict如何在碰撞发生时存储关键值？

Question

Python如何存储dict键，在哈希表中发生冲突时的值？什么是用于获取哈希值的哈希算法？

Answer 1

对于“普通”Python，Praveen Gollakota的this great writeup解释得非常好，这里有重要的内容：

• Python字典作为哈希表实现。散列表由插槽组成，密钥通过散列函数映射到插槽。
• 散列表实现必须允许散列冲突，即使两个键具有相同的散列值，表的实现必须具有明确插入和检索键和值对的策略。
• Python dict使用开放式寻址来解决哈希冲突（参见dictobject.c：296-297）。
• 在开放寻址中，通过探测解决哈希冲突（在下面解释）。
• 哈希表只是一个连续的内存块（就像一个数组，所以你可以通过索引进行O(1)查找）。
• 哈希表中的每个插槽可以存储一个且只能存储一个条目。这很重要。
• 表格中的每个条目实际上是三个项目的组合 - <hash, key, value>。这是作为C结构实现的（参见dictobject.h：51-56）。
• 初始化新的dict时，它以8个插槽开始。 （见dictobject.h：49）
• 在向表中添加条目时，我们从一些基于密钥哈希的插槽i开始。 CPython使用初始i = hash(key) & mask，其中mask = PyDictMINSIZE - 1，但这并不重要。请注意，检查的初始插槽i取决于密钥的哈希值。
• 如果该插槽为空，则该条目将添加到插槽中（通过输入，我的意思是<hash|key|value>）。但如果那个插槽被占用怎么办？很可能是因为另一个条目具有相同的哈希值（哈希冲突！）
• 如果插槽被占用，CPython（甚至PyPy）会比较插槽中的条目与密钥的散列和密钥（通过比较我的意思= =比较而不是是比较）要插入的当前条目（dictobject.c 337,344-345）。如果两者都匹配，则认为该条目已存在，放弃并继续下一个要插入的条目。如果散列或密钥不匹配，则开始探测。
• 探测只是意味着它按插槽搜索插槽以找到空插槽。从技术上讲，我们可以逐个进行i+1，i+2，...并使用第一个可用的（线性探测）。但由于评论中详细解释的原因（见dictobject.c：33-126），CPython使用随机探测。在随机探测中，以伪随机顺序拾取下一个时隙。该条目将添加到第一个空槽中。对于此讨论，用于选择下一个时隙的实际算法并不重要（有关探测算法，请参阅dictobject.c：33-126）。重要的是探测插槽直到找到第一个空插槽。
• 查找同样的事情，只是从初始插槽i开始（其中i取决于密钥的散列）。如果散列和密钥都与插槽中的条目不匹配，则它开始探测，直到找到具有匹配的插槽。如果所有插槽都耗尽，则报告失败。
• 为了避免减慢查找速度，dict将在三分之二满时重新调整大小（请参阅dictobject.h：64-65）。

Answer 2

简短版本：Python规范没有指定字典实现，但CPython使用哈希映射并处理与开放寻址的冲突。

请参阅this answer to a similar question以及Wikipedia page on hash tables。