列表和元组都是有序的,可以存储任意数据类型的集合,区别主要在于下面这两
点。
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。
,列表和元组最重要的区别就是,列表是动态的、可变的,而元组是静态的、不可
变的。这样的差异,势必会影响两者存储方式。我们可以来看下面的例子:
l = [1, 2, 3]
l.__sizeof__()
64
tup = (1, 2, 3)
tup.__sizeof__()
48
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。
![](https://i-blog.csdnimg.cn/blog_migrate/4c0b7973e2ee7dff9969aa01b5fc61aa.png)
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)。
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
那么列表和元组到底用哪一个呢?根据上面所说的特性,我们具体情况具体分析。
1.
如果存储的数据和数量不变,比如你有一个函数,需要返回的是一个地点的经纬度,然
后直接传给前端渲染,那么肯定选用元组更合适。
2.
如果存储的数据或数量是可变的,比如社交平台上的一个日志功能,是统计一个用户在
一周之内看了哪些用户的帖子,那么则用列表更合适。
viewer_owner_id_list = [] #
里面的每个元素记录了这个
viewer
一周内看过的所有
owner
的
id
records = queryDB(viewer_id) #
索引数据库,拿到某个
viewer
一周内的日志
for record in records:
viewer_owner_id_list.append(record.id)