Python 中 `dict` 的内存分配是如何工作的？

Question

我在玩字典时发现了这个。

import sys

Square1 = {}
Square2 = {}
Square3 = {}

for i in range(1, 8):
    Square1[i] = i**2

for i in range(1, 11):
    Square2[i] = i**2

for i in range(1, 12):
    Square3[i] = i**2


print(sys.getsizeof(Square1), len(Square1))
print(sys.getsizeof(Square2), len(Square2))
print(sys.getsizeof(Square3), len(Square3))

输出：

196 7
196 10
344 11

字典长度 7 和 10 的大小相同，都是 196，但对于长度 11，它是 344。他们为什么一样？为什么尺寸会随着长度 11 的增加而增加？ Python 中的词典大小如何工作？

Answer 1

当您创建一个空字典时，它会以块的形式为它可以存储的最初几个引用预分配内存。随着字典添加更多的键值对，它需要更多的内存。

但它不会随着每次添加而增长；每次它需要更多 space 时，它都会添加一些可以容纳“X”个键值对的内存块，一旦“X”个数量被填满，另一个内存块就会分配给字典。

这是一个示例代码，用于显示字典大小随着键数的增加而变化：

import sys

my_dict = {}
print("Size with {} keys:\t {}".format(0, sys.getsizeof(my_dict)))

for i in range(21):
    my_dict[i] = ''
    print("Size with {} keys:\t {}".format(i+1, sys.getsizeof(my_dict)))

这是 Python 3.6.2 中的输出：

#same size for key count 0 - 5 : 240 Bytes
Size with 0 keys:    240
Size with 1 keys:    240
Size with 2 keys:    240
Size with 3 keys:    240
Size with 4 keys:    240
Size with 5 keys:    240

#same size for key count 6 - 10 : 360 Bytes
Size with 6 keys:    368
Size with 7 keys:    368
Size with 8 keys:    368
Size with 9 keys:    368
Size with 10 keys:   368

#same size for key count 11 - 20 : 648 Bytes
Size with 11 keys:   648
Size with 12 keys:   648
Size with 13 keys:   648
Size with 14 keys:   648
Size with 15 keys:   648
Size with 16 keys:   648
Size with 17 keys:   648
Size with 18 keys:   648
Size with 19 keys:   648
Size with 20 keys:   648

此外，字典仅存储保存键和值的内存引用，并不将键值本身存储为 dict 对象的一部分。因此，数据的类型和大小都不会影响字典 sys.getsizeof() 的结果。

例如，下面两个字典的大小都是 280 字节

>>> sys.getsizeof({'a': 'a'})
280

>>> sys.getsizeof({'a'*100000: 'a'*1000000})
280

然而，'a' V/s 'a' * 1000000 的大小差异如下：

>>> sys.getsizeof('a')
38

>>> sys.getsizeof('a'*1000000)
1000037

Answer 2

因为字典是一个容器，sys.getsizeof 不测量容器及其所有内容的大小。

你可以使用这个function or more info here。

Python 中 `dict` 的内存分配是如何工作的？

How allocation of memory for `dict` in Python works?

python

size

dictionary

hashmap