引言

在前面的文章當(dāng)中我們討論的是 python3 當(dāng)中早期的內(nèi)嵌數(shù)據(jù)結(jié)構(gòu)字典的實現(xiàn)，在本篇文章當(dāng)中主要介紹在后續(xù)對于字典的內(nèi)存優(yōu)化。

字典優(yōu)化

在前面的文章當(dāng)中我們介紹的字典的數(shù)據(jù)結(jié)構(gòu)主要如下所示：

typedef struct {
    PyObject_HEAD
    Py_ssize_t ma_used;
    PyDictKeysObject *ma_keys;
    PyObject **ma_values;
} PyDictObject;
struct _dictkeysobject {
    Py_ssize_t dk_refcnt;
    Py_ssize_t dk_size;
    dict_lookup_func dk_lookup;
    Py_ssize_t dk_usable;
    PyDictKeyEntry dk_entries[1];
};
typedef struct {
    /* Cached hash code of me_key. */
    Py_hash_t me_hash;
    PyObject *me_key;
    PyObject *me_value; /* This field is only meaningful for combined tables */
} PyDictKeyEntry;

用圖示的方式表示如下圖所示：

所有的鍵值對都存儲在 dk_entries 數(shù)組當(dāng)中，比如對于 "Hello" "World" 這個鍵值對存儲過程如下所示，如果 "Hello" 的哈希值等于 8 ，那么計算出來對象在 dk_entries 數(shù)組當(dāng)中的下標(biāo)位 0 。

在前面的文章當(dāng)中我們談到了，在 cpython 當(dāng)中 dk_entries 數(shù)組當(dāng)中的一個對象占用 24 字節(jié)的內(nèi)存空間，在 cpython 當(dāng)中的負(fù)載因子是 23\frac{2}{3}32? 。而一個 entry 的大小是 24 個字節(jié)，如果 dk_entries 的長度是 1024 的話，那么大概有 1024 / 3 * 24 = 8K 的內(nèi)存空間是浪費的。為了解決這個問題，在新版的 cpython 當(dāng)中采取了一個策略用于減少內(nèi)存的使用。具體的設(shè)計如下圖所示：

在新的字典當(dāng)中 cpython 對于 dk_entries 來說如果正常的哈希表的長度為 8 的話，因為負(fù)載因子是 23\frac{2}{3}32? 真正給 dk_entries 分配的長度是 5 = 8 / 3，那么現(xiàn)在有一個問題就是如何根據(jù)不同的哈希值進行對象的存儲。dk_indices 就是這個作用的，他的長度和真正的哈希表的長度是一樣的，dk_indices 是一個整型數(shù)組這個數(shù)組保存的是要保存對象在 dk_entries 當(dāng)中的下標(biāo)，比如在上面的例子當(dāng)中 dk_indices[7] = 0，就表示哈希值求余數(shù)之后的值等于 7，0 表示對象在 dk_entries 當(dāng)中的下標(biāo)。

現(xiàn)在我們再插入一個數(shù)據(jù) "World" "Hello" 鍵值對，假設(shè) "World" 的哈希值等于 8，那么對哈希值求余數(shù)之后等于 0 ，那么 dk_indices[0] 就是保存對象在 dk_entries 數(shù)組當(dāng)中的下標(biāo)的，圖中對應(yīng)的下標(biāo)為 1 （因為 dk_entries 數(shù)組當(dāng)中的每個數(shù)據(jù)都要使用，因此直接遞增即可，下一個對象來的話就保存在 dk_entries 數(shù)組的第 3 個（下標(biāo)為 2）位置）。

內(nèi)存分析

首先我們先來分析一下數(shù)組 dk_indices 的數(shù)據(jù)類型，在 cpython 的內(nèi)部實現(xiàn)當(dāng)中并沒有一刀切的直接將這個數(shù)組當(dāng)中的數(shù)據(jù)類型設(shè)置成 int 類型。

dk_indices 數(shù)組主要有以下幾個類型：

• 當(dāng)哈希表長度小于 0xff 時，dk_indices 的數(shù)據(jù)類型為 int8_t ，即一個元素值占一個字節(jié)。
• 當(dāng)哈希表長度小于 0xffff 時，dk_indices 的數(shù)據(jù)類型為 int16_t ，即一個元素值占 2 一個字節(jié)。
• 當(dāng)哈希表長度小于 0xffffffff 時，dk_indices 的數(shù)據(jù)類型為 int32_t ，即一個元素值占 4 個字節(jié)。
• 當(dāng)哈希表長度大于 0xffffffff 時，dk_indices 的數(shù)據(jù)類型為 int64_t ，即一個元素值占 8 個字節(jié)。

與這個相關(guān)的代碼如下所示：

/* lookup indices.  returns DKIX_EMPTY, DKIX_DUMMY, or ix >=0 */
static inline Py_ssize_t
dictkeys_get_index(const PyDictKeysObject *keys, Py_ssize_t i)
{
    Py_ssize_t s = DK_SIZE(keys);
    Py_ssize_t ix;
    if (s <= 0xff) {
        const int8_t *indices = (const int8_t*)(keys->dk_indices);
        ix = indices[i];
    }
    else if (s <= 0xffff) {
        const int16_t *indices = (const int16_t*)(keys->dk_indices);
        ix = indices[i];
    }
#if SIZEOF_VOID_P > 4
    else if (s > 0xffffffff) {
        const int64_t *indices = (const int64_t*)(keys->dk_indices);
        ix = indices[i];
    }
#endif
    else {
        const int32_t *indices = (const int32_t*)(keys->dk_indices);
        ix = indices[i];
    }
    assert(ix >= DKIX_DUMMY);
    return ix;
}

現(xiàn)在來分析一下相關(guān)的內(nèi)存使用情況：

從上面的表格我們可以看到哈希表的長度越大我們節(jié)約的內(nèi)存就越大，優(yōu)化的效果就越明顯。

總結(jié)

在本篇文章當(dāng)中主要介紹了在 python3 當(dāng)中對于字典的優(yōu)化操作，主要是通過一個內(nèi)存占用量比較小的數(shù)組去保存鍵值對在真實保存鍵值對當(dāng)中的下標(biāo)實現(xiàn)的，這個方法對于節(jié)約內(nèi)存的效果是非常明顯的。

本篇文章是深入理解 python 虛擬機系列文章之一，

文章地址：github.com/Chang-LeHun…

更多精彩內(nèi)容合集可訪問項目：github.com/Chang-LeHun…

以上就是Python 虛擬機字典dict的優(yōu)化方法解析的詳細(xì)內(nèi)容，更多關(guān)于Python 虛擬機字典dict優(yōu)化的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論