1. Python dict 底层实现：
Python3.6 之前，直接维护一张三列的数组，第一列代表字典key的哈希值，后面的key和value，通过哈希计算得到索引。
Python3.6 及以后维护两张表，一张索引表，在相应的位置（哈希计算得到的索引）上记录数组实际存储的位置（第二张表）；数组实际存储的表格按顺序依次放入每次添加的字典数据。
https://zhuanlan.zhihu.com/p/73426505
2. 如何解决哈希冲突（散列冲突）？
开放寻址法：
线性探测，如果某个存储位置被占用后，依次往后查找直到有空闲位置为止（删除数据的时候，标记为 deleted，直到有下个元素插入）。 以及 二次探测 或者 双重散列。
散列表的装载因子 = 填入表中的元素个数/散列表的长度
优点： 数据都存储在数组中，可以有效地利用 CPU 缓存加快查询速度，序列化简单。
缺点：删除麻烦，冲突的代价更高，装载因子的上线不能太大，更浪费内存空间。
数据量小，装载因子小的时候，适合。
拉链法：
在每个桶或者槽会对应一个链表，依次往后放置元素。链表可以个使用 跳表、红黑树等。
优点：
对内存的利用率高，链表结点可以在需要的时候再创建；对装载因子的容忍度更高，可以大于 1.
适合大对象、大数据，更加灵活，支持更多的优化策略。
