Python 为什么使用哈希而不是测试真正的相等性？

我最近一直在研究Python的字典（我相信它们在其他语言中被称为关联数组），但对其键的一些限制感到困惑

首先，dict键必须是不可变的。当我查看其背后的逻辑时，答案是字典就像哈希表一样查找键的值，因此不可变键（如果它们可以哈希）可能会更改其哈希值，从而在检索值时造成问题

我很好地理解了为什么会这样，但我仍然有点困惑于使用哈希表的意义。如果您只是没有散列键并测试真正的相等性（假设以相同方式构造的对象比较相等），那么您可以通过使用两个列表复制字典的大部分功能，而不受此限制

所以，我想这才是我真正的问题——使用散列而不是相等查找值背后的原理是什么

---

如果非要我猜的话，很可能是因为比较整数的速度非常快，而且经过了优化，而比较其他类的实例的速度可能不快。

您似乎忽略了哈希表的整个要点，它是快速（O（1））1检索的，没有哈希就无法实现，即，将键转换为某种分布均匀的整数，用作表的索引。请注意，在检索时仍然需要相等，以便能够处理哈希冲突2，但只有当您已经将元素集缩小到具有特定哈希的元素时，才能使用相等

只要相等，您就可以用并行数组或类似的东西复制类似的功能，但这将使检索成为O（n）3；如果您要求严格的弱排序，那么您可以实现RB树，它允许O（logn）检索。但是O（1）需要散列

请看一看，了解有关哈希表的更多信息

---

注释

在病态场景中（所有元素都放在同一个桶中），它可能变成O（n），但如果使用好的散列函数，这是不应该发生的

由于不同的元素可能具有相同的散列，在到达与散列对应的bucket之后，必须检查是否实际检索与给定键关联的元素

或者O（logn），如果您保持数组排序，但这会使插入复杂化，由于元素的移动，插入变得平均O（n）；但是再一次，如果你有顺序，你可能想要一个RB树或堆

---

通过使用hastables，您可以获得

O（1）

检索数据，而与每个独立值进行相等性比较时，将获得

O（n）

（在顺序搜索中）或

O（log（n））

（在二进制搜索中）

---

还要注意，

O（1）

是摊销时间，因为如果有多个值散列到同一个键，则需要在这些值之间进行顺序搜索。

@FrédéricHamidi O（n log n）？？你怎么知道的？即使对于R/B树，项访问也只是O（logn），如果它的时间复杂度为O（nlogn）@JoeC，那么使用哈希映射有什么意义呢，从内存：）我可能错了，我正在四处搜索以进行双重检查。我的坏，我能找到的最坏的情况是O（logn/logn）。我的观点是正确的。@FrédéricHamidi同样，O（n）比O（n log n）=>从你所说的列表比哈希表快：）@JoeC，是的，你是对的，我想知道我从哪里得到这种复杂性。看起来我把排序的复杂性搞混了。。。无论如何，现在我不会再犯同样的错误了：）@FrédéricHamidi:或多或少；在某些病理情况下，您可以得到O（n）（所有元素都得到相同的散列），但这就像是快速排序的最坏情况—在实践中不可能发生。RB检索是

O（log（n））

而不是

O（n*log（n））

。。。。否则它会比线性搜索更糟糕。即使有碰撞，它也是O（1）平均值。也就是说，使用分布良好的散列，您将获得每次访问的平均冲突数，例如1。有时会发生1次碰撞，有时2次，有时0次，有时甚至5次，但很少发生。因此，您平均需要2次尝试访问任何内容（1次冲突，1次重试）。是O（2）。O（2）与O（1）相同：O表示法忽略常数因子。