Python关于append的替代方案

前几天和朋友聊到了append要少用的问题。我当时其实挺疑惑的，因为append真的是List很重要的一个函数啊。

我当时想到的是list除了append以外还有别的替代方案吗？
当时想到的只有

example_list = [*example_list, other_element]

但仔细一想，这个做法其实就是先把原来的复制一份，然后加上新的元素在赋值回去，于是做了个测试：

结果是

结果显而易见，（如果同样采用200,000个，实在是太久了，我实在是等不下去了，所以只用了20,000个循环），append完胜。

然后回到原来的那个问题，他的解答是：“其本质原因似乎是因为数据量足够大的时候，继续append的话，数据的大小可能会超过分配给这个List的内存。这个时候python会将这个List复制一份，并且重新分配一个更大的内存给这个List，分配内存再复制的这个部分就很慢了。”

Python因为其语言特性，我们没有办法指定python分配固定的内存给一个变量。所以会出现上述提到的当所需内存超过分配内存，然后系统自动再次分配内存的问题。所以最好的做法其实还是沿用cpp等语言的做法，想办法搞一个大内存的变量，然后改里面的值。

这里的例子是给一个空List再加上200,000个元素，那我们就开始就给他生成一个拥有200,000个元素的List，然后再往里面该值就好了。于是

直接上图， 47.9ms，相对于直接是用append方法的57.9ms，先分配内存再赋值的方法胜出。

再次尝试更长的序列，采用2,000,000长度的List:

差距更加明显了，可以看出，数组越大时，内存分配占用的时间将越长，因此在处理很大的数据的时候，建议少使用append的方法，并且采用最原始的先分配足够内存再赋值的方法会快的多。