在对哈希结构的讨论上，我们对于已经在数组中有所使用，简单的来说就是通过下标定位某一种数据的方法。那么，我们学习的一些python知识点，也会体现出一些哈希结构。本篇所要讲的是字典和集合这两种，关于具体的哈希结构会就这两个方面分别展开介绍，大季家一起来看看内容。
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：
typedefstruct{
/*Cachedhashcodeofme_key.*/
Py_hash_tme_hash;
PyObject*me_key;
PyObject*me_value;/*Thisfieldisonlymeaningfulforcombinedtables*/
}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