相关疑难解决方法(0)

我见过有人说setpython 中的对象有O(1)成员资格检查.它们如何在内部实施以实现这一目标？它使用什么样的数据结构？该实施还有哪些其他含义？

这里的每个答案都很有启发性,但我只能接受一个,所以我会用最接近我原来问题的答案.谢谢你的信息!

这可能是一个愚蠢的问题,但无论如何我都会问.我有一个生成器对象:

>>> def gen():
...     for i in range(10):
...         yield i
...         
>>> obj=gen()

我可以测量它的大小:

>>> obj.__sizeof__()
24

据说发电机被消耗掉了:

>>> for i in obj:
...     print i
...     
0
1
2
3
4
5
6
7
8
9
>>> obj.__sizeof__()
24

......但obj.__sizeof__()仍然是一样的.

使用字符串它按预期工作:

>>> 'longstring'.__sizeof__()
34
>>> 'str'.__sizeof__()
27

如果有人能够启发我,我将感激不尽.

我正在构建一个非常大的字典,我正在执行许多检查以查看密钥是否在结构中,然后添加它是否唯一或递增计数器(如果它是相同的).

Python使用哈希数据结构来存储字典(不要与加密哈希函数混淆).查找是O(1),但如果哈希表已满,则必须重新进行,这非常昂贵.

我的问题是,我会更好地使用AVL二进制搜索树 还是哈希表足够好？

我想知道python词典如何在后台运行，尤其是动态方面？创建字典时，其初始大小是多少？如果我们用很多元素更新它，我想我们需要扩大哈希表。我想我们需要重新计算散列函数以适应新的更大的散列表的大小，同时又与先前的散列表保持某种逻辑？

如您所见，我不完全了解此结构的内部。