首页 > 代码库 > Python之美[从菜鸟到高手]--读"一道面试题看 HashMap 的存储方式"的联想
Python之美[从菜鸟到高手]--读"一道面试题看 HashMap 的存储方式"的联想
今天在伯乐在线 上看到一篇文章,一道面试题看 HashMap 的存储方式,也就是问:
在 HashMap 中存放的一系列键值对,其中键为某个我们自定义的类型。放入 HashMap 后,我们在外部把某一个 key 的属性进行更改,然后我们再用这个 key 从 HashMap 里取出元素,这时候 HashMap 会返回什么?
如何面试者直接答“这要看自定义类型的hash值了”,我想面试官会非常满意。
联想到python中dict的实现,python中字典一般不存在这个问题,因为key的hash值默认是id值,一个对象的id是固定的。
看如下代码:
我们可以通过__hash__修改默认hash值,所以__hash__方法还是要看具体业务逻辑,比如我们业务任务name值一样就是同一个对象,看如下代码:
class B: def __init__(self,name): self.name=name def __hash__(self): return hash(self.name) d={} b1=B(‘skycrab‘) b2=B(‘skycrab1‘) d[b1]=1 d[b2]=2 b2.name=‘skycrab‘ d[b2]=3 print d我信心满满的认为name为‘skycrab‘的值会被更新为3,可事实如下:
{<__main__.B instance at 0x02543210>: 2, <__main__.B instance at 0x02543210>: 3, <__main__.B instance at 0x025436C0>: 1}
这让我百思不得其解,hash值明明一样,为什么会认为是不同对象,导致增加了一个。突然灵光一闪,难道key也需要做比较?打开python源码我们看看lookdict函数,
当更新字典时会去寻找合适的hashtable位置,调用的就是lookdict函数。
static dictentry * lookdict(dictobject *mp, PyObject *key, register long hash) { register size_t i; register size_t perturb; register dictentry *freeslot; register size_t mask = (size_t)mp->ma_mask; dictentry *ep0 = mp->ma_table; register dictentry *ep; register int cmp; PyObject *startkey; i = (size_t)hash & mask; ep = &ep0[i]; if (ep->me_key == NULL || ep->me_key == key) return ep; if (ep->me_key == dummy) freeslot = ep; else { if (ep->me_hash == hash) { startkey = ep->me_key; cmp = PyObject_RichCompareBool(startkey, key, Py_EQ); //比较key的值 if (cmp < 0) return NULL; if (ep0 == mp->ma_table && ep->me_key == startkey) { if (cmp > 0) //只有key相等才会返回已有的位置,否则会寻找一个新的位置 return ep; } else { /* The compare did major nasty stuff to the * dict: start over. * XXX A clever adversary could prevent this * XXX from terminating. */ return lookdict(mp, key, hash); } } freeslot = NULL; }
上面是lookdict的部分源码(最后没有大括号),如上代码注释,原来只有hash值一样且key值相等才有更新。那么这就好办了,定义__eq__方法即可:
class B: def __init__(self,name): self.name=name def __hash__(self): return hash(self.name) def __eq__(self,r): if self.name == r.name: return True else: return False d={} b1=B(‘skycrab‘) b2=B(‘skycrab1‘) d[b1]=1 d[b2]=2 b2.name=‘skycrab‘ d[b2]=3 print d这下结果终于符合期望了,{<__main__.B instance at 0x025F2620>: 2, <__main__.B instance at 0x025F25F8>: 3}
这里我们扩展一下,python中的dict默认采用hash_map的存储结构,所以查找效率很高,但hash_map的查找效率不稳定。
hash_map的时间复杂度在O(1)-O(N),而基于树结构的map时间复杂度O(logN),比较稳定。
所以在C++中使用hash_map还是map是有考究的,具体可以看看【C++对话系列-产生真正的hash对象】一节。