本文介绍在 python 中高效合并两个字典并灵活处理重复键的多种方法，涵盖运算符合并、字典推导式及可扩展函数实现，支持求和、取大值、列表聚合等自定义逻辑，兼顾性能与可读性。
本文介绍在 python 中高效合并两个字典并灵活处理重复键的多种方法，涵盖运算符合并、字典推导式及可扩展函数实现，支持求和、取大值、列表聚合等自定义逻辑，兼顾性能与可读性。
在 Python 3.9+ 中，| 运算符提供了简洁的字典合并语法（如 dict1 | dict2），但其默认行为是后字典值覆盖前字典同名键值，无法满足对重复键进行自定义处理（如相加、取最大值、合并为列表等）的需求。Python 3.8 及更早版本则需借助其他方式。下面我们将系统性地介绍几种高效、可复用且符合 Pythonic 风格的解决方案。
✅ 推荐方案：可配置的合并函数（兼容 Python 3.8+）
以下是一个结构清晰、易于扩展的合并函数，使用集合交集定位冲突键，并通过可注入的 resolve_func 实现任意合并逻辑：
def merge_dicts(d1: dict, d2: dict, resolve_func=lambda v1, v2: v1) -> dict:
"""
合并两个字典，对重复键调用 resolve_func(v1, v2) 处理。
默认保留 d1 的值；可传入如 lambda a,b: a+b 或 max 等函数。
"""
# 初步合并（d2 覆盖 d1，仅作基础骨架）
merged = {**d1, **d2} # 兼容 Python 3.5+；或 d1 | d2（Python 3.9+）
# 找出共有的键，并按需重写值
common_keys = d1.keys() & d2.keys()
for k in common_keys:
merged[k] = resolve_func(d1[k], d2[k])
return merged使用示例：
dict1 = {'a': 1, 'b': 2, 'c': 5}
dict2 = {'b': 3, 'c': 4, 'd': 6}
# ✅ 值相加
print(merge_dicts(dict1, dict2, lambda x, y: x + y))
# 输出: {'a': 1, 'b': 5, 'c': 9, 'd': 6}
# ✅ 取较大值
print(merge_dicts(dict1, dict2, max))
# 输出: {'a': 1, 'b': 3, 'c': 5, 'd': 6}
# ✅ 合并为列表（保留全部值）
print(merge_dicts(dict1, dict2, lambda x, y: [x, y]))
# 输出: {'a': 1, 'b': [2, 3], 'c': [5, 4], 'd': 6}? 优势说明：该实现时间复杂度为 O(n + m)，仅遍历一次公共键；语义明确、无冗余计算；resolve_func 支持任意 callable，高度可定制。
Claw Code Suite (Python-Only Edition)下载仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...
立即学习“Python免费学习笔记（深入）”；
⚙️ 替代方案：字典推导式（单行、函数式风格）
若偏好声明式写法，也可使用字典推导式（适用于中小型字典，代码紧凑但可读性略低）：
def merge_dicts_compact(d1, d2, resolve_func=lambda x, y: x):
all_keys = d1.keys() | d2.keys()
return {
k: resolve_func(d1[k], d2[k]) if k in d1 and k in d2
else d1.get(k, d2[k])
for k in all_keys
}此版本逻辑等价，但内部多次调用 in 和 get，在极端大数据量下略逊于前一方案；适合快速原型或简单脚本。
⚠️ 注意事项与最佳实践
- 避免 update() 直接覆盖：d1.update(d2) 会就地修改 d1 且不提供冲突处理能力，不符合“可控合并”需求；
- 慎用 collections.ChainMap：它仅提供逻辑视图，不真正合并数据，且访问重复键时始终返回第一个映射的值，无法自定义逻辑；
- 类型安全建议：若使用 mypy，可为 resolve_func 添加类型注解，例如 Callable[[Any, Any], Any]；
- 性能提示：对超大规模字典（>10⁵ 键），建议预先检查键类型一致性（如是否均为 str 或 int），避免哈希异常；必要时可用 dict.fromkeys() 预分配空间提升效率。
✅ 总结
合并字典时处理重复键，不应局限于“覆盖”或“报错”，而应根据业务语义选择策略。本文提供的 merge_dicts 函数以最小侵入性封装了通用模式：先粗合并再精修冲突，既保持 Python 的简洁性，又具备工业级的可维护性与扩展性。无论你是需要统计累加、优先级选值，还是构建调试友好的多值记录，只需替换一个 lambda，即可即刻生效。
