Python中有哪些哈希结构

本篇文章为大家展示了Python中有哪些哈希结构，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。

Python的优点有哪些

1、简单易用，与C/C++、Java、C# 等传统语言相比，Python对代码格式的要求没有那么严格；2、Python属于开源的，所有人都可以看到源代码，并且可以被移植在许多平台上使用；3、Python面向对象，能够支持面向过程编程,也支持面向对象编程；4、Python是一种解释性语言，Python写的程序不需要编译成二进制代码，可以直接从源代码运行程序；5、Python功能强大，拥有的模块众多，基本能够实现所有的常见功能。

1、字典

PyDictKeysObject定义了字典哈希表的一些字段。其中有两个数组 dk_indices[] 和 dk_entries[]，这两个便是真正的存储数据的数组。kv 数据保存在dk_entries[]数组中，dk_indices[]来存储 kv 数据在dk_enties数组中保存的索引。其中每个 kv 数据以entry的数据结构来存储，如下：

typedef struct {        Py_hash_t me_hash;    PyObject *me_key;    PyObject *me_value; } PyDictKeyEntry;

me_hash缓存存 key 的哈希值，防止哈希值的重复计算。me_key和me_value便是 key 和 value 的真正数据了。

2、集合

集合和字典一样，底层也是哈希结构，和字典相比，可理解为只有 key，没有 values。

相比字典，集合简单了不少。在PySetObject中直接保存了存储数据的数组。

根据集合的底层数据结构分析，它解决哈希冲突也是使用的「开发寻址法」。

集合的一些常用操作：

# 初始化s1 = {'1', '2', '3'}  # 不推荐，当元素中有字典时，会报错s2 = set(['1', '4', '5'])print(s1)  # {'3', '1', '2'}print(s2)  # {'3', '1', '2'} # 交集print(s1&s2)  # {'1'}# 并集print(s1|s2)  # {'3', '5', '4', '2', '1'}# 差集print(s1 - s2)  # {'3', '2'}# 判断子集和超集s2.issubset(s1)   # s2 是否为s1 的子集s1.issuperset(s2)  # s1 是否为 s2 的超集 # 集合的一些内建方法# set.add(obj) 添加集合元素# set.remove(obj) 删除集合元素# set.update(set) 合并集合# set.pop() 随机删除一个元素，并返回该元素

上述内容就是Python中有哪些哈希结构，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注编程网行业资讯频道。