一.列表和元组的共同点
- 列表和元组都是一个可以放置任意数据类型的有序集合
- 列表和元组都是序列支持索引
- 列表和元组都支持切片操作
- 列表和元组都可以随意嵌套
- 列表和元组可以相互转换
- 列表和元组有很多共同的内置函数
- count(item) 表示统计列表 / 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(上文例子使用 list() 函数再将其转换为列表);
- sorted() 返回排好序的新列表。
二.列表和元组创建的差异
- 列表是动态的
- 长度大小不固定,可以随意的增加删除或者改变元素
- 元组是静态的
- 长度大小固定,无法增加删减或者修改
三.列表和元组存储方式的差异
列表与元组占用内存实例
l = [1, 2, 3]
t = (1, 2, 3)
# 查看列表占用内存的大小
print(l.__sizeof__()) # 64
# 查看元组占用内存的大小
print(t.__sizeof__()) # 48
列表比元组多占用16字节的原因
由于列表是动态的,所以它需要存储指针,来指向对应的元素(上述例子中,对于int型,8字节)。另外,由于列表可变,所以需要额外存储已经分配的长度大小(8字节),这样才可以实时追踪列表空间的使用情况,当空间不足时,及时分配额外空间
列表空间分配实例
l = []
# 空列表的存储空间为40字节
print(l.__sizeof__()) # 40
l.append(1)
# 加入了一个元素之后,列表为其分配了可以存储4个元素的空间
print(l.__sizeof__()) # 72
l.append(2)
# 由于之前分配了4个空间,所以加入元素后,列表空间不变
print(l.__sizeof__()) # 72
l.append(3)
# 同上
print(l.__sizeof__()) # 72
l.append(4)
# 同上
print(l.__sizeof__()) # 72
l.append(5)
# 假如元素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
print(l.__sizeof__()) # 104
描述
上面的例子,大概描述了列表空间分配的过程。我们可以看到,为了减小每次增加 / 删减操作时空间分配的开销,Python 每次分配空间时都会额外多分配一些,这样的机制(over-allocating)保证了其操作的高效性:增加 / 删除的时间复杂度均为 O(1)。但是对于元组,情况就不同了。元组长度大小固定,元素不可变,所以存储空间固定。
四.列表和元组的性能对比
- 通过学习列表和元组存储方式的差异,我们可以得出结论:元组要比列表更加轻量级一些,所以总体上来说,元组的性能速度要略优于列表。
- 另外,Python 会在后台,对静态数据做一些资源缓存(resource caching)。通常来说,因为垃圾回收机制的存在,如果一些变量不被使用了,Python 就会回收它们所占用的内存,返还给操作系统,以便其他变量或其他应用使用。
- 但是对于一些静态变量,比如元组,如果它不被使用并且占用空间不大时,Python 会暂时缓存这部分内存。这样,下次我们再创建同样大小的元组时,Python 就可以不用再向操作系统发出请求,去寻找内存,而是可以直接分配之前缓存的内存空间,这样就能大大加快程序的运行速度。
import time
s1 = time.time()
for i in range(10000000):
l = [1, 2, 3, 4, 5, 6]
del l
e1 = time.time()
s2 = time.time()
for i in range(10000000):
t = (1, 2, 3, 4, 5, 6)
del t
e2 = time.time()
print(e1-s1) # 1.2327430248260498
print(e2-s2) # 0.7410140037536621
五.列表和元组的使用场景
- 如果存储的数据和数量不变,选用元组更合适
- 如果存储的数据和数量是可变的,选用列表更合适
六.总结
- 列表是动态的,长度可变,可以随意的增加、删减或改变元素。列表的存储空间略大于元组,性能略逊于元组。
- 元组是静态的,长度大小固定,不可以对元素进行增加、删减或者改变操作。元组相对于列表更加轻量级,性能稍优。