Python 3.6+中的字典是否有序？

它们是插入顺序****[1]。

从Python 3.6开始，对于Python的CPython实现，字典 * 记住了插入项的顺序 。 这被认为是Python 3.6中的实现细节 ;如果你想在Python的其他实现中 * 保证 * 插入顺序（和其他有序行为*[1]**），你需要使用OrderedDict。
从Python 3.7开始，这是一个有保证的语言特性，而不仅仅是实现细节。From a python-dev message by GvR：

就这样吧。“Dict保持插入顺序”是规则。谢谢！
这仅仅意味着 * 你可以依赖它 *。如果Python的其他实现希望成为Python 3.7的一致实现，它们也必须提供插入有序字典。

Python 3.6字典实现在保持元素顺序的同时，如何比旧字典实现更好地执行[2]？

实际上，通过 * 保留两个数组 *。

• 第一个数组dk_entries按照插入顺序保存字典中的条目（PyDictKeyEntry类型）。保持顺序是通过将其作为仅追加数组来实现的，其中新条目总是在末尾插入（插入顺序）。
• 第二个变量dk_indices保存dk_entries数组的索引（即，指示dk_entries中对应条目的位置的值）。该数组用作散列表。当对键进行散列时，它指向存储在dk_indices中的索引之一，并且通过索引dk_entries来获取对应条目。由于仅保留索引，此数组的类型取决于字典的总体大小（范围从int8_t（1字节）到int32_t/int64_t（4/8字节），基于32/64位构建）

在前面的实现中，必须分配类型为PyDictKeyEntry且大小为dk_size的稀疏数组;不幸的是，由于性能原因，该数组不允许超过2/3 * dk_size满，因此也导致了大量的空白空间。（空白空间 * 仍然 * 具有PyDictKeyEntry大小！）
现在情况不是这样，因为只存储 required 条目（已插入的条目），并保留intX_t（X取决于字典大小）2/3 * dk_size s full类型的稀疏数组。空白空间从PyDictKeyEntry类型更改为intX_t。
因此，很明显，创建PyDictKeyEntry类型的稀疏数组比存储int的稀疏数组需要更多的内存。
您可以看到关于这个特性的完整对话on Python-Dev如果感兴趣，这是一个很好的阅读。
In the original proposal made by Raymond Hettinger，可以看到所使用的数据结构的可视化，其捕获了该思想的要点。
例如，字典：

d = {'timmy': 'red', 'barry': 'green', 'guido': 'blue'}

当前存储为[keyhash，key，value]：

entries = [['--', '--', '--'],
           [-8522787127447073495, 'barry', 'green'],
           ['--', '--', '--'],
           ['--', '--', '--'],
           ['--', '--', '--'],
           [-9092791511155847987, 'timmy', 'red'],
           ['--', '--', '--'],
           [-6480567542315338377, 'guido', 'blue']]

相反，数据应按如下方式组织：

indices =  [None, 1, None, None, None, 0, None, 2]
entries =  [[-9092791511155847987, 'timmy', 'red'],
            [-8522787127447073495, 'barry', 'green'],
            [-6480567542315338377, 'guido', 'blue']]

正如你现在可以看到的，在最初的建议中，大量的空间实际上是空的，以减少冲突，使查找更快。使用新的方法，你可以通过将稀疏移动到真正需要的地方，在索引中减少所需的内存。
[1]：我说“insertion ordered”而不是“ordered”是因为，在OrderedDict存在的情况下，“ordered”意味着'dict'对象 * 不提供 * 的进一步行为。OrderedDict是可逆的，提供顺序敏感的方法，主要是提供顺序敏感的等式测试（'='，'！='）。'dict'目前不提供任何这些行为/方法。[2]：新的字典实现通过被设计得更紧凑而在存储方面表现更好;这是这里的主要好处。速度方面，差别不是很大，新字典在某些地方可能会引入轻微的回归（例如键查找），而在其他地方（迭代和调整大小）则应该会出现性能提升。总的来说，字典的性能，特别是在现实生活中，由于引入了紧凑性而得到了改善。

下面是对原第一个问题的回答：
我应该在Python 3.6中使用dict还是OrderedDict？
我认为文档中的这句话实际上足以回答您的问题
此新实现的顺序保持方面被视为实现细节，不应依赖
dict并不是一个显式的有序集合，所以如果你想保持一致性，并且不依赖于新实现的副作用，你应该坚持使用OrderedDict。
让您的代码经得起未来的考验：）
关于here有一个争论。
编辑：Python 3.7将保留此功能see

更新：Guido van Rossum announced on the mailing list，自Python 3.7 dict起，所有Python实现中的s必须保持插入顺序。

我想补充到上面的讨论，但没有评论的声誉。
Python 3.8包含了字典上的reversed()函数（删除了与OrderedDict的另一个差异。
Dict和Dictview现在可以使用reversed（）以相反的插入顺序进行迭代。（由Rémi Lapeyre贡献于bpo-33462。）See what's new in python 3.8
我没有看到任何关于OrderedDict的等式运算符或其他特性的内容，因此它们仍然不完全相同。

为了在2020年全面回答这个问题，让我引用Python官方文档中的几句话：
版本3.7中的变更：字典顺序保证为插入顺序。此行为是CPython 3.6的实现细节。
版本3.7中的变更：字典顺序保证为插入顺序。
版本3.8中的变更：字典现在是可逆的。
字典和字典视图是可逆的。
关于OrderedDict与Dict的声明：
有序字典就像常规字典一样，但是有一些额外的与排序操作相关的功能，它们已经变得不那么重要了，因为内置的dict类获得了记住插入顺序的能力（这个新的行为在Python 3.7中得到了保证）。

版本3.7中的变更：字典顺序保证为插入顺序。此行为是CPython 3.6的实现细节。