（Python）思考题1:数据结构的选择

题目

        编写一个 Python 函数，接收一个列表作为参数。函数内部创建一个新的列表，将输入列表中的每个元素乘以 2 后添加到新列表中。返回新列表，并分析函数执行过程中的内存使用情况。

目录

题目

解析

代码实现

改进1

改进2

总结

---

 

示例输入

[1, 2, 3, 4, 5]

示例输出 

[2, 4, 6, 8, 10]

解析

在 Python 中，当创建新的列表并向其中添加元素时，会根据需要动态分配内存。对于每个新添加的元素，都会占用一定的内存空间。

 

在这个函数中，首先创建了一个空的新列表。然后遍历输入列表，对于每个元素进行计算并添加到新列表中。随着新元素的不断添加，新列表可能会重新分配更大的内存块来容纳更多的元素。

代码实现

def double_list(input_list):
    new_list = []
    for num in input_list:
        new_list.append(num * 2)
    return new_list

input_list = [1, 2, 3, 4, 5]
print(double_list(input_list))

改进1

        列表推导式在性能上通常与显式的循环相当，但代码更简洁

def double_list(input_list):
    return [num * 2 for num in input_list]

改进2

        生成器函数不会一次性创建整个新列表，而是在需要时逐个生成元素，从而节省内存，特别是当输入列表很大时。但使用时需要通过迭代或转换为列表来获取所有结果.

def double_list(input_list):
    for num in input_list:
        yield num * 2


print(list(double_list(input_list)))

总结

        日常的数据处理中,会经常用到列表去存储结果.采用列表推导式会让代码更简洁.

然而,遇到数据较大时,生成器函数会是更好的选择,对内存的使用会更友好.