我有大量（数百万）预定大小的字符串（几百个字符）。我感兴趣的一件事是计算这些字符串的频率表。毫不奇怪，这个过程需要很长时间才能完成测试。
我担心字典大小，但看起来除了物理可用内存之外，Python中没有理论上限。所以我可以在技术上创建一个大字典，不应该有任何必要的rehashing。这是正确的假设吗？
此外，切换到another hash function（可能输出比32位更长）比字符串的内置哈希在哈希计算和冲突方面有显着差异？
最后，我读了this interesting question，现在我想知道是否运行pypy或其他python优化建议会在这种情况下产生重大影响。
我对Python很陌生，但尚未获得所有的功能。如果你在答案中牢记这一点，我会很感激。