Python 字典（dict）：从原理到实战，彻底搞懂哈希表核心

在 Python 编程中，字典（dict） 是最核心、最高频的数据结构之一，它是 Python 中的「哈希表」实现，也是处理高速查找、键值对存储的最优解。很多初学者只知道 dict 是存键值对的，却不理解它的底层原理、使用限制和设计思想，本文就从基础定义、底层哈希、核心特性、使用禁忌到关联知识点，全方位拆解 Python 字典，让你真正吃透这个数据结构。

一、什么是 Python 字典（dict）？

字典是 Python 中唯一的内置映射型数据结构 ，采用 key: value（键值对）的形式存储数据，格式为 {key1: value1, key2: value2}，和 JavaScript 的对象字面量、ES6 的 Map、Java 的 HashMap 本质是同一种设计思想。

举个最简单的例子：

python

运行

ini 复制代码

# 学生信息：姓名为key，成绩为value
student = {"张三": 90, "李四": 85, "王五": 95}

我们可以直接通过键（key） 获取对应的值，不需要遍历所有数据，这也是字典最核心的优势。

为什么叫「字典」？

这个命名非常形象：我们查汉语字典时，会通过偏旁、拼音索引 直接定位到汉字，不用从第一页翻到最后一页；Python 字典也是同理，通过 key 直接定位 value，时间复杂度为 O (1) ，速度极快。

对比一下低效的替代方案：如果不用字典，用两个列表存储数据，下标一一对应：

python

运行

ini 复制代码

names = ["张三", "李四", "王五"]
scores = [90, 85, 95]

想要查李四的成绩，必须遍历列表找到下标，时间复杂度 O (n)，数据量越大越慢。这就是字典存在的意义。

二、底层原理：哈希表（HashTable）

Python 字典的底层，就是哈希表（HashTable） ，这是理解字典所有特性的关键。

1. 核心概念

哈希：通过一个固定的哈希函数，把任意长度的 key 转换成一个固定的数字（哈希值）；
表：一段连续的内存空间，用来存储数据；
哈希表：基于键值对存储，通过哈希函数计算 key 的存储位置的数据结构。

2. 工作流程

存入数据时，Python 对 key 执行哈希运算，得到内存地址；
把 value 存放到这个地址；
查找数据时，再次对 key 做哈希运算，直接拿到 value，无需遍历。

规则：字典中的 key 必须是唯一的，重复 key 会覆盖旧值。

三、字典（dict）VS 列表（list）：核心特性对比

这是面试和开发中必知的知识点，二者优缺点完全相反：

字典 dict

✅ 优点：查找、插入速度极快 ，不会随着 key 数量增加而变慢；❌ 缺点：占用大量内存 ，空间浪费较多，典型的空间换时间。

列表 list

✅ 优点：占用空间小，内存利用率高；❌ 缺点：查找、插入速度随元素增多变慢，时间复杂度 O (n)，时间换空间。

使用场景

需要高速查找、快速映射 → 用字典；
数据有序、仅做遍历存储 → 用列表。

四、重中之重：字典的 key 必须可哈希（hashable）

这是初学者最容易踩坑的点：不是所有数据都能当字典的 key。

1. 规则

dict 的 key 必须是可哈希的 ，也就是不可变类型。

✅ 可哈希（能做 key） ：数字（int/float）、字符串（str）、元组（tuple）❌ 不可哈希（不能做 key） ：列表（list）、字典（dict）、集合（set）

2. 为什么必须是不可变类型？

字典依靠 key 计算 value 的存储位置：

如果 key 是可变类型（比如列表），内容修改后，哈希值会发生变化；
再次查找时，计算出的内存地址和最初不一致；
最终导致字典内部数据混乱，找不到对应的值。

错误示例（会直接报错）：

python

运行

ini 复制代码

# 列表是可变类型，不能做key
dict_data = {[1,2,3]: "测试"}  # 报错：unhashable type: 'list'

五、近亲数据结构：集合（Set）

理解了字典，就能秒懂 Set，二者是「亲兄弟」。

Set 和 dict 底层原理完全一致，都是哈希表；
唯一区别 ：dict 存储 key: value，Set 只存 key，不存 value；
核心特性：因为 key 不能重复，所以 Set 会自动去重。

示例：

python

运行

ini 复制代码

# 集合自动去重
s = {1, 2, 2, 3}
print(s)  # 输出 {1,2,3}

简单总结：Set = 没有 value 的字典。

六、延伸：不可变对象（哈希的基础）

为什么字符串、数字能做 key，列表不行？核心是可变对象 vs 不可变对象。

1. 分类

不可变对象：str（字符串）、int、float、tuple → 可哈希
可变对象：list、dict、set → 不可哈希

2. 字符串的不可变性

看这段代码：

python

运行

ini 复制代码

str1 = 'abc'
new_str = str1.replace('a', 'A')

str1 是变量，可以重新赋值；
'abc' 是字符串对象，永远不会被修改；
replace() 方法不会改变原对象，只会返回一个新字符串 Abc。

结论：不可变对象调用任何方法，都不会修改自身，这是它能被安全哈希的原因。

七、补充知识点：声明优先级（JS 关联）

最后补充一个跨语言知识点：在 JavaScript 中，变量提升时，函数声明优先级高于变量声明 ；如果定义多个同名函数，最后一个函数会覆盖前面的所有函数。这和 Python 字典中「后赋值的 key 覆盖前值」的逻辑是相通的。

八、总结

Python 字典是哈希表实现，O (1) 高速查找，对应生活中的查字典；
空间换时间：速度快但占用内存大，和列表优缺点互补；
key 必须不可变（可哈希） ：list/dict/set 不能做 key，避免哈希混乱；
Set 是无 value 的字典，自动去重，底层原理完全一致；
不可变对象（str / 数字 / 元组）是哈希的基础，可变对象无法哈希。

字典是 Python 最强大的数据结构之一，吃透它的原理和规则，无论是日常开发、算法刷题还是面试，都能游刃有余！