dict总是python中存储哈希的最有效的方法吗？

在许多语言中，哈希映射/关联数组有许多不同的实现，每种实现都适合于不同的任务。据我所知，在Python中只有dict

---

所以我想我想知道的是，有没有什么应用程序需要定制数据结构？或者它总是比使用Python内置的数据结构慢吗？

这可能应该在注释中，但太长了

Python字典的实现如下所示。哈希表对于平均检索项（O（1））是很好的。如果它们一般都很好，那么当发生大量碰撞时，它们的性能就会下降。冲突是指两个不同键的计算哈希相同。所以在最坏的情况下，也就是说，如果所有的键都有相同的散列，那么它们的搜索操作的复杂度是O（n）——这相当于线性搜索

但是可以通过使用其他几种数据结构来实现。值得注意的是（不太好：平均为O（logn），最差为O（n）或（更好：平均为O（logn），最差为O）。AFAIK标准Python库不提供任何这些。通过谷歌搜索，它似乎有各种各样的实现

---

这就引出了您问题的核心：“是否有任何应用程序需要定制数据结构？或者它总是比使用Python内置的数据结构慢？”。就我自己而言，我认为这些数据结构的任何纯Python实现都可能会慢慢地成为本地Python字典。如果你有非常特殊的需求，你可以考虑在C级上实现这些需求。但是如果你有这样的限制，也许Python一开始并不是最好的选择。

看看dictobject.c——它投入了多少思考、数学和基准测试，真是不可思议。同时，如果你在Python中实现它，你会开始以至少10倍的速度减慢，可能高达100X。你可能想看看这个强大的DICT。“在很多语言中，哈希映射/关联数组有很多不同的实现方式，每个都适用于不同的任务。”我一定累了。但是你能提供一些主流脚本语言中可用的“不同实现”的例子吗？@JordanReiter注意，这个接口是由一些类实现的，这些类根本不是独立的实现，而只是围绕

HashTable

（哪一个可以也确实用Python创建）：属性、AuthProvider、PrinterStateReasions、属性、Provider、RenderingHits、SimpleBindings、TablerDataSupport、UIDefaults。其他实现在Python中也有类似的功能：

WeakHashMap

is

weakred.WeakKeyDictionary

和

LinkedHashMap

is

collections.OrderedDict

。还有一些truly不同的实现，Scala有更多的例子。@JordanReiter另外，其中两个实现不是哈希表，而是二进制搜索树，这需要一个更通用的接口（SortedMap）。包括这些是有争议的（虽然不是完全错误的）-这是另一回事，但无法用哈希表替换的用例非常罕见且狭窄，Python根本没有二进制搜索树（在标准库中）。