python 3.7+ 的 dict 通过 entries（有序紧凑存储）和 indices（稀疏索引）双数组结构实现插入顺序保证与 o(1) 查找，无需额外排序或链表；其保序是语言规范强制、零开销的，不同于需维护双向链表的 ordereddict。
Python 3.7+ 中 dict 保证插入顺序，不是靠额外维护一个顺序列表，而是通过重构底层存储结构实现的——核心是把“哈希表”和“插入序列表”合二为一，用更紧凑、更高效的方式同时满足查找快和有序两个目标。
底层用两个数组协同工作
CPython 3.7+ 的 dict 内部不再只用传统哈希表（一个 key-value 混存的稀疏数组），而是引入两个分离又关联的数组：
-
entries 数组（dense）：按插入顺序线性存放所有键值对（
key,value,hash），类似一个紧凑的记录表； -
indices 数组（sparse）：大小是 entries 的约 2–4 倍，每个位置存的是该 hash 槽对应在 entries 中的索引（或特殊标记如
DKIX_EMPTY/DKIX_DUMMY）。
查找时，先用 key 的 hash 定位 indices 中的槽位，再跳转到 entries 对应位置取值——既保持 O(1) 平均查找性能，又天然保留插入顺序（因为 entries 就是按序追加的）。
插入过程自动维持顺序
每次调用 dict[key] = value 时：
本书是全面讲述PHP与MySQL的经典之作，书中不但全面介绍了两种技术的核心特性，还讲解了如何高效地结合这两种技术构建健壮的数据驱动的应用程序。本书涵盖了两种技术新版本中出现的最新特性，书中大量实际的示例和深入的分析均来自于作者在这方面多年的专业经验，可用于解决开发者在实际中所面临的各种挑战。
立即学习“Python免费学习笔记（深入）”；
- 计算 key 的 hash，映射到 indices 的某个位置；
- 若该位置为空，就在 indices 中写入新 entry 在 entries 中的下标（即当前 entries 长度）；
- 然后把 (key, value, hash) 追加到 entries 末尾。
没有“额外排序”，也没有“链表维护”，顺序就是追加的自然结果。删除操作稍复杂（需标记 dummy 并延迟清理），但不破坏已有 entry 的相对顺序。
与 OrderedDict 的本质区别
Python 3.7+ 的 dict 保序是语言规范强制要求，且零额外开销；而 collections.OrderedDict 是纯 Python 实现（3.7 前）或 C 优化版（3.7+ 后），它额外维护双向链表来记顺序，内存占用更高、操作略慢。现在除非需要 move_to_end() 或 popitem(last=False) 等特有方法，否则普通有序需求直接用 dict 即可。
注意：保序仅针对插入顺序，不等于“稳定排序”
dict 本身不提供排序能力。如果你遍历 dict.keys()、dict.items()，看到的是插入顺序；但如果你对 keys 做 sorted(dict.keys())，得到的是字典序，跟插入无关。保序 ≠ 自动排序，只是“你放进去什么样，拿出来还是那个样”。
