python基础之tuple与list比较

更多内容，欢迎关注微信公众号： tmac_lover

使用python的过程中，内置数据结构一定是使用频率最多的，比如元组(tuple)， 列表(list), 字典(dict)，集合(set)。这些数据结构的底层实现都经过了很好的优化，性能都非常的好。当然python提供的这些不同的数据结构，都是各有优势，也各有各自的适合场景。今天先介绍一下元组(tuple)和列表(list)这两种常用的数据结构。

概念

列表和元组在python中都是用来存放任意数据类型的有序集合，它们两个的区别在于：

• 列表(list)是动态的，长度并不是固定的，在代码中可以随意的增加，删除或者修改列表中的元素
• 元组(tuple)的长度是固定的，一旦生成，无法对其进行增加，删除或修改操作

下面同样通过增加操作可以感受到两者的差别：

tup = (1,2,3)
l = [1,2,3]

l.append(4)
# l的值是[1,2,3,4]
new_tup = tup + (4,)
# tup的值仍然是(1,2,3), 而new_tup的值是(1,2,3,4)

可以看到，如果想往元组里增加值，只能创建一个新的元组。

存储方式

列表和元组因为一个可变，一个不可变，所以其两者的存储方式也存在差异。这也会造成两者的存储空间大小的不同：

l = [1,2,3]
tup = (1,2,3)

print(l.__sizeof__())
print(tup.__sizeof__())

上面代码的输出结果是；

64
48

可以看出，存储相同的元素时，列表的大小比元组要大。这是因为list是动态的，它需要存储指针来指向对应的元素。另外，因为列表是可变的，为了保存插入
的高效，一般会预留额外的存储空间，因此就需要记录实时的空间使用情况，当空间不足时，额外再分配空间, 看下面的代码：

l=[]
print(l.__sizeof__())   # 输出40，表明一个空的List占40个字节的内存

l.append(1)
print(l.__sizeof__())   # 输出是72，添加一个元素后，列表额外多分配了一些空间

l.append(2)
print(l.__sizeof__())   # 输出仍然是72，因为之前已经额外多分配了空间

l.append(3)
print(l.__sizeof__())   # 输出仍然是72，和上面一样

l.append(4)
print(l.__sizeof__())   # 输出仍然是72，和上面一个的原因


l.append(5)
print(l.__sizeof__())   # 输出变成104，因为之前分配的空间已用完，这时就会额外多分配一些以后可以接着使用

通过上面的例子可以看到，为了避免每次新增元素的时候都要重新开僻内存空间和内存搬移，python在列表新增元素时，会一次性的多开僻一些空间，这样的操作
可以保证列表增加元素时的高效性，因此列表增加/删除元素的平均时间复杂度为O(1)。
对于元组，由于其不可变的特性，因此它的存储空间也是固定的。

性能对比

从上面我们可以感觉到，元组相对列表来说，在存储空间上显得更加轻量级一些。另外，由于python的垃圾回收机制，对于没有引用的变量占用的内存，python
会将这些内存回收，交还给操作系统。但是对于元组这样的静态变量，在占用空间不是特别大的情况下，python并不会回收，而是保留等到下一次如果需要使用差不
多大的内存时，直接复用，这样就减少了向操作系统去重新申请内存的开销，效率也会更高，我们可以比较一下：

%timeit x=(1,2,3,4)

在Jupyter notebook里，这段的返回值是

13.1 ns ± 0.285 ns per loop (mean ± std. dev. of 7 runs, 100000000 loops each)

再看一下列表的情况：

%timeit l=[1,2,3,4]

输出结果是：

50.9 ns ± 0.747 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

比较可以看到，元组的初始化速度比列表要快了不少。

对于按下标索引操作，列表和元组的性能是差不多的，至于修改，删除，添加，上面有讨论过，列表的性能更优。

遍历操作

对元组和列表，最常用的就是遍历操作, 很多人喜欢用这种写法:

x = (1,2,3)
for index in range(len(x)):
    print(x[index])

这样写一是不够优雅，第二个就是在速度上稍显不足，更好的一种写法是使用enumerate()：

x = (1,2,3)
for index, val in enumerate(x):
    print(val)

创建方式

对于列表，有一个很有意思的问题，在创建列表时一般有两种方式：

l = list()
ll = []

有没有想过哪一种更快一些呢。实测看一下：

%timeit l = list()
%timeit ll = []

输出结果分别是：

87.1 ns ± 1.07 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

26.6 ns ± 4.41 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

可以看到，使用[]这种方式创建一个列表的速度，明显优于list()的方式。这是因为list()实际上是一个python函数，函数调用就会涉及到堆栈等的调用，而[]是由python解释器直接实现的一个C函数，性能会更加优一些。