Python sp字典

Question

我使用字典来存储映射到唯一值的唯一键。在

第一个键是str和value int，我使用了系统获取大小（dict）为了得到尺寸，我还将dict打印到一个文件中。在

debugggg = csv.writer(open("debug1.txt", 'w')) 
for key, val in diction.items():
      debugggg.writerow([key, val])

我从文件中得到了296MB，从中得到了805306648系统获取大小（）

然后作为值，我存储了相同的键，但这次我在映射之前对它们进行了哈希处理

^{pr2}$

我希望这会比之前的方法更压缩。在

我运行相同的函数来得到尺寸。从文件中我得到了362MB（！）从系统获取大小（）我得到了和以前一样的结果（805306648）

处理的时间是相同的，因为它是预期的O（1）查找。但我对尺码有点困惑。在

Answer 1

sys.getsizeof(some_dict)说明了内部哈希表的大小，它与键的数量大致成正比。但是它没有考虑到键和值的大小，部分原因是这很难正确执行，部分原因是可能有许多其他对象引用，因此包含它们有点误导（例如，它们的大小可能会分摊到许多不同的dict上）。在

至于文件大小：除了这个包含键和值的大小之外，值（整数）的编码方式不同，可能效率更低。总体而言，这可以通过一个int对象包含大量元数据并将实际数据取整为4到8个字节这一事实来平衡。其他因素：CSV文件包括逗号和换行符，哈希值通常是一个大数字，比许多短字符串大（hash("a")在我的机器上是-392375501）。在

旁注：使用diction[hash(mykey1_)] = ...构建的dict很可能是错误的。你在字典之外做散列，所以它不能保护你免受哈希冲突的影响。您可能会丢失一些值，因为它们的键散列为同一个整数。由于内部哈希表始终是2的幂次方，并且仅在某个阈值下调整大小，因此较少的几个条目不一定会显示在sys.getsizeof中。在

Answer 2

首先，O（1）是dict中查找的平均时间，但它可能与O（n）一样糟糕。Here's the source for that information。在

其次，hash函数返回一个整数。sys.getsizeof(hash("Some value"))在我的平台上返回12。但是，如果你仔细研究一下python dictionaries are implemented键的大小与整个字典占用多少字节没有多大关系。这更多地与你存储了多少个项目有关，而不是你如何访问它们。在