Python进阶系列---(1)列表与元组

Python进阶系列—(1)列表与元组

一、列表和元组基础

列表和元组，都是一个可以放置任意数据类型的有序集合。

1、区别

列表：动态，长度大小不固定（mutable)
元组：静态，长度大小固定，无法增删(immutable)

2、操作

对元组进行操作，实际创建了一个新元组，然后进行填充。

两者可以通过list()和tuple()函数相互转换。

3、常用方法

count(item) :统计列表 / 元组中 item 出现的次数。

index(item)表示返回列表 / 元组中 item 第一次出现的索引。
list.reverse() 和 list.sort() 分别表示原地倒转列表和排序（注意，元组没有内置的这两个函数)。

reversed() 和 sorted() 同样表示对列表 / 元组进行倒转和排序，reversed() 返回一个倒转后的迭代器。sorted() 返回排好序的新列表。

二、存储方式差异

列表是动态的，需要存储指针，指向对应的元素（上述为int型，8字节）。

另外，由于列表可变，需要额外存储以及分配的长度大小（8字节），这样可以试试追踪列表空间的使用情况，当空间不足时，及时分配额外内存。
分配机制：over-allocating,增加/删除都为O(1)。
而元组长度大小固定，元素不可变，所以存储空间固定。

具体分析：

l = []
l.__sizeof__() // 空列表的存储空间为40字节
40
l.append(1)
l.__sizeof__() 
72 // 加入了元素1之后，列表为其分配了可以存储4个元素的空间 (72 - 40)/8 = 4
l.append(2) 
l.__sizeof__()
72 // 由于之前分配了空间，所以加入元素2，列表空间不变
l.append(3)
l.__sizeof__() 
72 // 同上
l.append(4)
l.__sizeof__() 
72 // 同上
l.append(5)
l.__sizeof__() 
104 // 加入元素5之后，列表的空间不足，所以又额外分配了可以存储4个元素的空间

三、性能比较

元组比列表轻量一些，总体性能略优于列表。
python在后台，会对静态数据做一些资源缓存（resource caching)。 对于一些静态变量，比如元组，如果不被使用并且占用空间不大时，会暂时缓存这部分内存。

**初始化**一个相同元素列表和元组所用时间：

python3 -m timeit 'x=(1,2,3,4,5,6)'
20000000 loops, best of 5: 9.97 nsec per loop
python3 -m timeit 'x=[1,2,3,4,5,6]'
5000000 loops, best of 5: 50.1 nsec per loop

**索引操作**，差别非常小：

python3 -m timeit -s 'x=[1,2,3,4,5,6]' 'y=x[3]'
10000000 loops, best of 5: 22.2 nsec per loop
python3 -m timeit -s 'x=(1,2,3,4,5,6)' 'y=x[3]'
10000000 loops, best of 5: 21.9 nsec per loop

注：此处使用timeit标准库，默认会关掉垃圾回收机制，使时间计算更加准确。不过，好像windows平台有限制，初始化时时间相差不大，在linux和mac里比较明显。

四、使用场景

1、如果存储的数据和数量不变，适合使用元组。
比如一个函数返回一个地点的经纬度。
2、如果存储的数据或数量可变，适合用列表。

五、创建空列表效率

# 创建空列表
# option A
empty_list = list()
# option B
empty_list = []

A方式优于B方式，原因在于list()是一个function call，会创建stack。反观[]是一个内置的C函数，可被直接调用，效率高。

六、说明

l = [1,2,3]消耗64字节，而l.append(1),l.append(2),l.append(2)消耗72字节？

因为列表的over-allocate在加入新元素后，解释器判断当前存储空间不够，额外分配的空间。l.append(1),l.append(2),l.append(2)实际分配了四个元素空间，而l = [1,2,3]直接初始化，只分配三个元素空间。