1. 列表和元组的辨析
1.1 概念
相同:
其他大部分编程语言要求集合存放的元素数据类型一致,但python中没有这样的要求,列表和元组都是可以存放任意数据类型的有序集合。(也可互相嵌套)
l = [1, 2, 'hello', 'world'] # 列表中同时含有 int 和 string 类型的元素
l
[1, 2, 'hello', 'world']
tup = ('jason', 22) # 元组中同时含有 int 和 string 类型的元素
tup
('jason', 22)
区别:
- 列表是动态的,长度大小不固定,可以随意地增加、删减或者改变元素(mutable)
- 元组是静态的,长度大小固定,无法增加删减或者改变(immutable)
若直接修改元组中的元素,则会报错
若想修改元组的元素,则必须另外开辟新的元组,复制增加元素。
tup = (1, 2, 3, 4)
new_tup = tup + (5, ) # 创建新的元组 new_tup,并依次填充两个元组的值
new _tup
==========================
(1, 2, 3, 4, 5)
1.2 操作
负数索引
python中的元组和列表都支持负数索引,即-1指向列表/元组的最末尾元素,-2指向倒数第二个,以此类推。
切片操作
l = [1, 2, 3, 4]
l[1:3] # 返回列表中索引从 1 到 2 的子列表
==========================
[2, 3]
tup = (1, 2, 3, 4)
tup[1:3] # 返回元组中索引从 1 到 2 的子元组
==========================
(2, 3)
需要注意,切片操作和range(a,b)一样,都是左闭右开区间。
列表与元组相互转换
列表和元组可以用tuple()和list()相互转换
list((1, 2, 3))
====================
[1, 2, 3]
tuple([1, 2, 3])
=====================
(1, 2, 3)
内置函数
l为列表,tup为元组
- l / tup.count(x):统计x在列表或元组中出现的次数
- l / tup.index(x):返回x在列表或元组中第一次出现时的下标
- reversed() 和 sorted() :表示对列表或元组进行倒转、排序,返回的是新开辟的倒转后、排序后的列表或元组(原来的列表或元组不变)
- l.sort() | l.reverse():表示对列表原地进行排序、转置(元组内没有内置,因其不可原地变)
1.3 列表和元组存储方式的差异
列表动态可变,元组静态不可变,这样的差异势必会影响两者的存储方式。
list和tuple的内部实现都是array的形式,list因为可变,所以是一个over-allocate的array,tuple因为不可变,所以长度大小固定。
对于保存同样元素的列表和元组l和tup,有:
l = [1, 2, 3]
l.__sizeof__()
64
tup = (1, 2, 3)
tup.__sizeof__()
48
列表
这里列表的大小比元组多了16个字节,原因如下:
- 列表是动态的,需要存储指针指向对应元素(这里int型,8字节)
- 列表可变,故需要额外存储已经分配的长度的大小(8字节),这样才能追踪列表空间的使用情况,空间不足时及时分配额外空间
对于列表,空间不足时一次性分配多个额外元素空间,即over-allocating机制,这中机制减少了每次增删操作时空间分配的开销,保证了高效性,使得增删操作都为O(1)
l = []
l.__sizeof__() // 空列表的存储空间为 40 字节
40
l.append(1)
l.__sizeof__()
72 // 加入了元素 1 之后,列表为其分配了可以存储 4 个元素的空间 (72 - 40)/8 = 4
l.append(2)
l.__sizeof__()
72 // 由于之前分配了空间,所以加入元素 2,列表空间不变
l.append(3)
l.__sizeof__()
72 // 同上
l.append(4)
l.__sizeof__()
72 // 同上
l.append(5)
l.__sizeof__()
104 // 加入元素 5 之后,列表的空间不足,所以又额外分配了可以存储 4 个元素的空间
关于每次额外分配的空间大小,遵循以下规则:
0, 4, 8, 16, 25, 35, 46, 58, 72, 88, ...
元组
元组就像C语言的数组一样,是静态不可变的,故存储空间固定。
1.4 列表和元组的性能
从存储方式看
从两者的存储方式的区别就可以看出,在不考虑使用场景的前提下,元组更加轻量级,故性能略优于列表。
从资源缓存看
python会在后台对静态数据做一些资源缓存(resource caching),比如元组,如果它不被使用且占用空间不大时(不大于20),python就会暂时缓存这部分内存(缓存在内部一个free list)。
当下次需要定义一个同等大小的元组时,就会直接分配之前缓存的内存空间,而不再需要向操作系统发出请求分配空间,这就能大大加快程序的运行速度。
于是,初始化相同元素的列表和元组,后者比前者要快的多;
但是,对于索引操作,两者相差无几。
1.5 列表和元组的使用场景
- 如果存储的数据和数量不变,比如一个直接返回地点经纬度的函数,它直接传给前端渲染,那肯定选用元组更合适。
def get_location():
.....
return (longitude, latitude)
- 如果存储的数据或数量是变动的,比如社交平台上的一个日志功能,是统计一个用户在一周之内浏览的帖子,那肯定选用列表更合适。
viewer_owner_id_list = [] # 里面的每个元素记录了这个 viewer 一周内看过的所有 owner 的 id
records = queryDB(viewer_id) # 索引数据库,拿到某个 viewer 一周内的日志
for record in records:
viewer_owner_id_list.append(record.id)
1.5 思考题
用如下两种方式创建空列表,哪种效率更高?
# 创建空列表
# option A
empty_list = list()
# option B
empty_list = []
- list()是一个function call,Python的function call会创建stack,并且进行一系列参数检查的操作,比较expensive
- []是一个内置的C函数,可以直接被调用,因此效率高
该课程为极客时间平台上的课程,质量还是不错的,都是大牛,学生党买了几门课,但感觉还是有点小贵。。。
有需要的可以扫以下二维码参加课程,联系我(qq:510650660)把我的分享赏金和你平分,嘻嘻嘻