为何Rust HashMap性能比Python dict慢10倍以上？

你遇到的这种反直觉现象，主要由以下几个关键因素导致：

1. Rust 默认编译模式（Debug）的性能损耗 #

这是最常见的核心原因：你大概率是用Debug模式运行的Rust代码。Rust的Debug模式会禁用几乎所有性能优化，还会插入大量调试检查（比如数组边界校验、内存安全验证），同时不会对循环、内存分配做任何优化，这会让代码运行速度比Release模式慢一个数量级甚至更多。

而Python的dict操作本身由底层C实现，即使是解释器调用，效率也远高于未优化的Rust Debug代码。

验证/解决方法：用Release模式编译运行Rust代码：

cargo run --release

此时你会发现Rust的性能会大幅提升，甚至反超Python。

2. HashMap 初始容量与扩容开销 #

Rust的HashMap::new()默认初始容量极小（通常为0），当插入元素数量超过当前容量的负载因子（默认0.75）时，就会触发扩容——需要重新分配更大的内存空间，并且将所有已插入元素重新哈希、迁移到新内存位置。插入百万元素的过程中，会触发多次扩容，每次扩容都带来显著的性能开销。

而Python的dict在创建时，会根据插入场景做预分配优化，比如针对连续整数的插入，它能预判所需容量，大幅减少扩容次数；同时Python dict的扩容策略和内存分配效率在这种场景下更优。

优化Rust代码的方法：提前指定足够的初始容量，避免扩容：

use std::collections::HashMap;
use std::time::Instant;

fn main() {
    let now = Instant::now();
    // 预分配能容纳100万元素的容量，跳过多次扩容步骤
    let mut h = HashMap::with_capacity(1000000);
    for i in 0..1000000 {
        h.insert(i, i);
    }
    let elapsed = now.elapsed();
    println!("Elapsed: {:.2?}", elapsed);
}

3. 哈希实现与底层存储结构差异 #

• 哈希函数：Python对整数键有特殊优化，整数的哈希值就是其本身，计算几乎无开销；而Rust默认的HashMap使用SipHash哈希函数，这是一种注重安全性（抗哈希碰撞攻击）的算法，虽然安全，但计算开销远大于直接用整数自身作为哈希值。即使更换哈希器（比如fxhash），如果不配合其他优化，也可能被其他因素抵消部分收益。
• 底层存储：Python的dict采用开放寻址法存储，所有元素直接存于连续数组中，内存局部性好，缓存命中率高；而Rust默认的HashMap采用分离链表法，每个元素需要额外分配链表节点，内存碎片化严重，缓存命中率低，在大规模插入场景下，这种结构的开销会被放大。

4. 循环与操作的底层优化差异 #

Python的range(1000000)是底层C实现的迭代器，循环本身的开销极小；而Rust Debug模式下的for循环没有任何优化，每次迭代都会保留边界检查、变量调试信息等，进一步拖慢了执行速度。在Release模式下，Rust的循环会被高度优化（比如循环展开、边界检查消除），这部分开销会大幅降低。

内容的提问来源于stack exchange，提问作者Arseniy Kulikov