Большие словари в Python могут вызывать несколько проблем: - **Потребление памяти** – словари занимают больше памяти, чем списки или кортежи из-за хэш-таблиц. Особенно критично при работе с миллионами элементов. ``` import sys d = {i: i for i in range(10**6)} print(sys.getsizeof(d)) # Может быть ~30MB+ ``` - **Замедление операций** – при коллизиях хэшей (когда разные ключи дают одинаковый хэш) операции вставки/поиска деградируют до O(n). - **Невозможность использования изменяемых ключей** – только хешируемые (неизменяемые) объекты могут быть ключами. Например, список нельзя использовать как ключ. - **Фрагментация памяти** – частые добавления/удаления элементов могут привести к фрагментации, увеличивая объем используемой памяти. Для оптимизации можно использовать: - `sys.intern()` для строковых ключей - `__slots__` в пользовательских классах - Альтернативные структуры (например, `numpy.array` для числовых данных)