Python数据结构（二）tuple使用和原理

Python的元组（tuple）

Python 的元组与列表类似A，不同之处在于元组的元素不能修改。

元组使用小括号，列表使用方括号。元组创建很简单，只需要在括号中添加元素，并使用逗号隔开即可。如：t=(1, 2, 3)。但是元组不能二次赋值，一旦创建成功就不能修改，所以一般称为只读列表。

tuple的特点

上面说了tuple是不可更改的，只读型类型。这有什么好处和不足呢？
从表面上来看，tuple和list两种类型只是不可改和可改的区别，但是数据的不可修改性在程序设计中也是非常重要的。例如，当需要将数据作为参数传递给API，但不希望API修改参数时，就可以传递一个元组类型；再如，当需要定义一组key时，也可以采用tuple类型，但不可使用list类型。因此可以说元组和列表是互为补充的数据类型。

初学会感觉元组的不可修改特性可能会让元组变得非常不灵活，因为元组作为容器对象，很多时候需要对容器的元素进行修改，这在元组中是不允许的。所以对于初学者除了少数场景下需要tuple，常用的都使用list就行了。

创建tuple

创建元组和list区别不大，但是细节需要注意，只有一个元素时，需要在后面加上，。

t1 = ()  # 创建空元组
print(t1)
# ()
print(type(t1))
# <class 'tuple'>

t2 = (1996, 2018, 'python', 'top')  # 常见创建元组方式
print(t2)
# (1996, 2018, 'python', 'top')

t3 = (1, 2) * 2  # 复制一次
print(t3)
# (1, 2, 1, 2)

t4 = (1,)  # 单个元素后面要加上, 这是必须的
print(t4)
# (1,)

修改元组？？？

上面不是说元组不可修改？元组是不可修改，我们看一下修改会出现什么情况。

t1=(1,2,3)
t1[1]=2
print(t1)
# # 下面报错了，看到没不可修改
# Traceback (most recent call last):
#   File "tuple20190909.py", line 22, in <module>
#     t1[1]=2
# TypeError: 'tuple' object does not support item assignment

刚刚我们是修改一个元组对象是不可行的，但是，注意下面例子修改是可行的。

t1=(1,2,3)
t2=(1,2)
t1=t1+t2# 元组不可修改，但是这句话是通过元组运算得到新元组赋值给t1
print(t1)
# (1, 2, 3, 1, 2)

元组运算符

与字符串一样，元组之间可以使用 + 号和 * 号进行运算。这就意味着他们可以组合和复制，运算后会生成一个新的元组。

元组索引

因为元组也是一个序列，所以我们可以访问元组中的指定位置的元素，也可以截取索引中的一段元素，如下所示：

L = ('spam', 'Spam', 'SPAM!')

元组遍历和列表遍历类似，比如：

L = ('spam', 'Spam', 'SPAM!')
for x in L:
    print(x)
# spam
# Spam
# SPAM!

元组的内置函数

元组内置函数也类似于列表，有一下几个常用函数：

• 1.len(tuple)：计算元组元素个数。
• 2.max(tuple)：输出元组中的最大值。
• 3.min(tuple)：输出元组中的最小值。
• 4.tuple(seq)：将列表转化为元组。

元组妙用

巧用zip函数。通过元组和zip函数，可以按次序取多个对象的值组成新的元组，这对数据处理非常有用。

t1=(1,2,3)
t2=(4,5,6)
t3=(t1,t2)
t4=list(zip(*t3))
print(t4)
# [(1, 4), (2, 5), (3, 6)]

使用tuple做dict字典的key。tuple可以作为key，而list不行，因为tuple是不可变对象。这在以后哈希处理也非常有用。

t1 = (1, 2, 3)
t2 = [4, 5, 6]
d = {}  # 这是字典

d[t1] = 1
print(d)
# {(1, 2, 3): 1}

d[t2] = 2  # 报错了
# Traceback (most recent call last):
#   File "tuple20190909.py", line 58, in <module>
#     d[t2]=2
# TypeError: unhashable type: 'list'

【补充内容】

tuple底层实现原理

tuple底层定义：

typedef struct {
    PyObject_VAR_HEAD
    PyObject *ob_item[1];
} PyTupleObject;

• PyObject_VAR_HEAD
  PyTupleObject在底层是个变长对象(需要存储列表元素个数).
  虽然, 在python中, tuple是不可变对象
• PyObject *ob_item[1];
  指向存储元素的数组

具体源码如下：
【1】构造方法定义

• 如果size=0, 从free_list[0]取, 直接返回
• 否则, 确认free_list[size], 是否可用, 可用获取
• 否则, 从内存分配新的空间
• 初始化, 返回

PyObject *
PyTuple_New(register Py_ssize_t size)
{
    register PyTupleObject *op;
    Py_ssize_t i;

    // 大小为负数, return
    if (size < 0) {
        PyErr_BadInternalCall();
        return NULL;
    }

    // 如果大小=0, 空元组, 直接取free_list第一个返回
#if PyTuple_MAXSAVESIZE > 0
    if (size == 0 && free_list[0]) {
        op = free_list[0];
        Py_INCREF(op);

#ifdef COUNT_ALLOCS
        tuple_zero_allocs++;
#endif

        return (PyObject *) op;
    }

    // 如果free_list可分配, 从free_list取一个
    if (size < PyTuple_MAXSAVESIZE && (op = free_list[size]) != NULL) {
        // 上面  op = free_list[size] 取得单链表头
        // free_list指向单链表下一个元素, 对应位置阈值--
        free_list[size] = (PyTupleObject *) op->ob_item[0];
        numfree[size]--;

#ifdef COUNT_ALLOCS
        fast_tuple_allocs++;
#endif

      // 初始化 ob_size和ob_type
      /* Inline PyObject_InitVar */
#ifdef Py_TRACE_REFS
        Py_SIZE(op) = size;
        Py_TYPE(op) = &PyTuple_Type;
#endif
        _Py_NewReference((PyObject *)op);
    }
    else
#endif   // free_list不可用
    {
        // 计算空间
        Py_ssize_t nbytes = size * sizeof(PyObject *);
        /* Check for overflow */
        if (nbytes / sizeof(PyObject *) != (size_t)size ||
            (nbytes > PY_SSIZE_T_MAX - sizeof(PyTupleObject) - sizeof(PyObject *)))
        {
            return PyErr_NoMemory();
        }

        // 分配内存
        op = PyObject_GC_NewVar(PyTupleObject, &PyTuple_Type, size);
        if (op == NULL)
            return NULL;
    }

    // 初始化ob_item每个元素
    for (i=0; i < size; i++)
        op->ob_item[i] = NULL;

    // 第一次分配空数组, 将其放入free_list第一个位置
#if PyTuple_MAXSAVESIZE > 0
    if (size == 0) {
        free_list[0] = op;
        ++numfree[0];
        Py_INCREF(op);          /* extra INCREF so that this is never freed */
    }
#endif


#ifdef SHOW_TRACK_COUNT
    count_tracked++;
#endif

    _PyObject_GC_TRACK(op);

    // 返回
    return (PyObject *) op;
}

【2】回收

• 回收ob_item每个元素
• 如果符合条件, 放入到free_list
• 否则, 回收

static void
tupledealloc(register PyTupleObject *op)
{
    register Py_ssize_t i;
    // 获取元素个数
    register Py_ssize_t len =  Py_SIZE(op);

    PyObject_GC_UnTrack(op);
    Py_TRASHCAN_SAFE_BEGIN(op)


    if (len > 0) {
        i = len;
        // 遍历, 析构每个元素
        while (--i >= 0)
            Py_XDECREF(op->ob_item[i]);

         // 与对象缓冲池相关
#if PyTuple_MAXSAVESIZE > 0
        if (len < PyTuple_MAXSAVESIZE &&
            numfree[len] < PyTuple_MAXFREELIST &&
            Py_TYPE(op) == &PyTuple_Type)
        {
            op->ob_item[0] = (PyObject *) free_list[len];
            numfree[len]++;
            free_list[len] = op;
            goto done; /* return */
        }
#endif

    }
    // 调用回收
    Py_TYPE(op)->tp_free((PyObject *)op);

done:
    Py_TRASHCAN_SAFE_END(op)
}

【3】tuple对象缓冲池
定义：

/* Speed optimization to avoid frequent malloc/free of small tuples */
#ifndef PyTuple_MAXSAVESIZE
#define PyTuple_MAXSAVESIZE     20
#endif

#ifndef PyTuple_MAXFREELIST
#define PyTuple_MAXFREELIST  2000
#endif

#if PyTuple_MAXSAVESIZE > 0

static PyTupleObject *free_list[PyTuple_MAXSAVESIZE];
static int numfree[PyTuple_MAXSAVESIZE];
#endif

• 作用: 优化小tuple的mall/free

• PyTuple_MAXSAVESIZE = 20
  会被缓存的tuple长度阈值, 20, 长度<20的, 才会走对象缓冲池逻辑

• PyTuple_MAXFREELIST 2000
  每种size的tuple最多会被缓存2000个

• PyTupleObject *free_list[PyTuple_MAXSAVESIZE]
  free_list, 指针数组, 每个位置, 存储了指向一个单链表头的地址

• numfree[PyTuple_MAXSAVESIZE]
  numfree, 一个计数数组, 存储free_list对应位置的单链表长度

• free_list[0], 指向空数组, 有且仅有一个