「python｜数据结构」列表和元组的使用场景是什么？

本文主要介绍python原生数据结构列表和元组的特点以及对应的使用场景。

列表和元组是什么？

• 从抽象的数据结构层面来说，列表和元组都是“数组”，都是可以放置一组元素的有序集合。
• 而python语言的友好之一在于，这组集合的元素的类型不需要保持一致。
• 我们可以把不同类型的元素，比如整型和字符串，放入同一个列表或元组中。

l = [1, 2, 'hello', 'world'] # 列表中同时含有int和string类型的元素
l
# 输出
# [1, 2, 'hello', 'world']

tup = ('jason', 22) # 元组中同时含有int和string类型的元素
tup
# 输出
# ('jason', 22)

列表的特点

• 生成之后的可以不断往同一个列表中添加元素，也可以对列表中的元素进行修改和删除。
• 支持负数索引
• 支持切片操作
• 可以任意嵌套

元组的特点

• 生成之后，元组的内容不可变。
• 尝试修改元组元素会抛出异常
• 支持负数索引
• 支持切片操作
• 可以任意嵌套

列表和元组的共同点

在基本的存数和取数上，列表和元组是相似的：

• 支持元素不同类型
• 支持索引获取元素值
• 支持负数索引
• 支持切片操作
• 可以任意嵌套

与数据访问相关的操作也是有相同的内置函数/方法：

函数名称	函数功能
count(element)	统计列表或元组中某个element出现的次数
index(element)	返回列表或元组中某个element第一次出现的索引

列表和元组的差异

• 由于列表是动态的，可以直接修改列表元素；
• 元组是静态的，生成之后不能直接修改原本的元组只能重新生成。

所以到修改元素相关的操作，列表有内置函数可以用于修改原列表，而元组需要借助外部函数来进行相关操作：

列表独有的函数名称	函数功能
sort()	将列表的内容按照一定的规则进行排序
reverse()	将列表中的元素位置倒转

• 元组没有上述内置的排序和倒转方法，需要借助python内置的函数sorted()和reversed()来进行排序和倒转，会返回一个符合预期的新元组。
• sorted()和reversed()对列表同样适用，但是不是修改原列表，而是返回一个新列表。

列表和元组在存储上也有差异

• 由于列表是动态的，所以需要存储的信息比元组多，需要的存储空间自然也多。
• 相同大小的列表会比元组多需要额外存储一个指针，来指向对应的元素，同时还需要存储当前分配的空间中有多少空间已经被使用，才能在空间不足的时候分配更多的空间。
• 列表会实现额外分配一些空间，来避免频繁的空间分配操作。

所以我们会看到列表的存储空间会比元组多的同时，列表增加元素之后，占用的空间没有变化；元素越多的元组，占用的空间越大。

>>> l = [1, 2, 3]
>>> l.__sizeof__()
72

>>> tup = (1, 2, 3)
>>> tup.__sizeof__()
48

>>>
>>>
>>> l = [1,2,3,4]
>>> l.__sizeof__()
72
>>> tup = (1, 2, 3, 4)
>>> tup.__sizeof__()
56
>>>

列表和元组的性能差异

• 由于列表和元组的存储差异，导致了列表和元组在使用上会存在性能的差异。
• 同时这种差异会在元素量或者说列表和元组占用空间大的时候，差异会被放大。

同时，python对静态数据存在资源缓存。如果程序中的变量不被使用，python会回收它们占用的空间，返还给操作系统，在其他需要使用空间的时候由操作系统分配给python程序中的其他变量或给操作系统中的其他应用。

而元组作为一种静态数据，如果占用的空间不大，那么python会暂时缓存这部分的内存。当下次python需要同样大小的元组时，可以直接复用缓存的元组空间。

对比列表和元组初始化性能差异的代码如下：

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

列表和元组的使用场景

根据列表和元组的特点，我们可以看判断使用列表或元组时，主要看看存储的数据是否需要修改：

• 需要修改用列表
• 不需要修改使用元组
• 一些列举出来用于遍历的数据用元组，比如：方向 (up, down, left, right)
• 一些存储来只用来使用的数据用元组，比如：经纬度（longitude, latitude），数据库的字段值/列名
• 生成数据过程中的数据存储使用列表，比如：获取一组数中的满足某些条件的数，存储不断产生的程序日志等

好书推荐：

• 流畅的python
• Python编程 从入门到实践 第2版
• Python数据结构与算法分析 第2版

好课推荐：

• 零基础学python
• python核心技术与实战
• python自动化办公实战

写文不易，如果对你有帮助的话，来一波点赞、收藏、关注吧~👇