字典即哈希表，由空间换取时间得到取数O（1）的速度。
对于哈希表有一个很好的比喻就是柜子，每一个对象通过计算获取一个hash值，hash值就像是柜子的编号（字典的key），用以迅速的查找柜子里所存储的东西（字典的value）。如果柜子里有多个东西（hash值不唯一），根据具体算法的实现方式有不同的处理方式，如链表（遍历柜子里的东西），内部再建一个哈希表，使用开放地址等。
在早期的python中，是通过对hash值取余找value的，而它的开放寻址以及动态改变数组长度（当数量超过当前数组长度的一定比例时，数组就会扩容）
每往字典里存入一个键值，就会构建一个1*3的数组，分别为哈希值，指针a，与指针b 比如dct[“a”]=“b”，内存即为 ‘’’ [[…,…,…] […,…,…] [14124124123123,指向"a"的指针,指向b的指针]] ‘’’ 读取时根据余数取对应位置的数组 python自带开放寻址（余数相同时，Python为了不覆盖之前已有的值，就会使用开放寻址技术重新寻找一个新的位置存放这个新的键值对）以及动态扩容
那么python3.6之后的有序字典是怎么样的呢？
my_dict['name'] = 'kingname' ''' # 内存示意图 indices = [None, 0, None, None, None, None, None, None] entries = [[-5954193068542476671, 指向name的指针, 执行kingname的指针]] '''哈希值的取余为1，因此将indices[1]=0，0为索引，表示这是entries的第一个 由于始终在entries之后添加属于，从而达到了使字典有序的效果，且entries这种方式的占用空间也小于之前构建的二维数组，从而达到了功能的增强与性能的提升。
