预灰化键以节省内存。
prehashed的Python项目详细描述
预灰化
一种python字典，在插入dict之前对键进行哈希运算。当字典的键相当大（例如长刺）时，这会节省大量内存。
关键是我们可以廉价地存储非常大（长字符串）的密钥例如，当将文档存储在标记化的dailymail数据集中时，密钥占用1.018gb，而此实现占用10.53mb。使用内置的hash函数可以节省少量空间（7.79mb对10.53mb），但由于python在运行过程中更改种子，因此无法在运行过程中共享此结果
碰撞
显然，我们想知道发生哈希冲突的概率是多少？。我们可以通过反问来解决这个问题。所有密钥都是唯一的概率是多少？一旦我们有了这个，我们就可以用1减去这个来回答原来的问题
给定n个可能的散列值（2 ** 160对于sha1），我们知道第一个散列是唯一的，然后对于第二个散列，我们知道可以使用并且仍然是唯一的N - 1散列，这意味着我们的概率是N - 1 / N。这种情况会持续到N - 2, 3等。因此，如果我们对k键进行散列，我们可以发现它们在PI i=1 -> k-1 (N - i) / N中都是唯一的概率。这可以近似为。这可以用（k＊（k 1）/（2×n））近似于小k，因为^ {CD9}}，当n为2＊160时，大多数k是小的。
图表
总而言之，这里有一张表，上面列出了一些钥匙相撞的可能性。
| k | Odds |
|---|---|
| ^{ | ^{ |
| ^{ | ^{ |
| ^{ | ^{ |
| ^{ | ^{ |
| ^{ | ^{ |
因此，除非您计划使用put171,000,000,000,000,000,000,000键，否则如果您的代码有错误，人们将死亡，我不会担心冲突。
钥匙碰撞的可能性很小当这种情况发生时，本词典无法检测到，因此这些键将相互覆盖这是如此罕见，以至于git也没有一个缓解策略
虽然冲突是非常罕见的，如果你担心的话，我建议你所有的值都是相同的类型，这样你就不会期望字符串，如果发生冲突，在极不可能的情况下，会得到一个in t。
如果您仍然害怕冲突，还有一个函数initial_add(k, v)，它将修改您的密钥，直到没有冲突为止，将其添加到字典中，并返回要使用的新密钥。你需要保留这个密钥，以便稍后获取值，这样就打破了这个dict的要点，你可以在这里扔掉你的密钥。
欢迎加入QQ群-->： 979659372
