标签：速度 rac type 大于 app 一周 ace 长度 mos
一、 列表和元组基础
列表和元组都是一个可以放置任意数据类型的有序集合。对于python的列表和元组来说，集合的数据类型不像其他编程语言一样必须要求一致。
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)
注意了：元组使用小括号，列表使用方括号。
它们的区别：
l = [1, 2, 3, 4] l[3] = 40 # 和很多语言类似，python中索引同样从0开始，l[3]表示访问列表的第四个元素 l [1, 2, 3, 40] tup = (1, 2, 3, 4) tup[3] = 40 Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: ‘tuple‘ object does not support item assignment
如果想改变元组，需要重新开辟一个新的内存，创建新的元组了。例如上面的例子，我们如果想增加元素5给元组，实际上是创建了一个新的元组，然后把原来的两个元组的值依次填充进去。
而对于列表来说，由于其是动态的，我们可以直接在列表末尾添加对应的元素。这样的结果是指改变了原来的元组值，但是不会创建新的列表。
tup = (1, 2, 3, 4) new_tup = tup + (5, ) # 创建新的元组new_tup，并依次填充原元组的值 new _tup (1, 2, 3, 4, 5) l = [1, 2, 3, 4] l.append(5) # 添加元素5到原列表的末尾 l [1, 2, 3, 4, 5]
列表和元组的相同点：
# 支持负数索引 l = [1, 2, 3, 4] l[-1] 4 tup = (1, 2, 3, 4) tup[-1] 4 # 支持切片操作 l = [1, 2, 3, 4] l[-1] 4 tup = (1, 2, 3, 4) tup[-1] #[]一般是用来取值 4 # 可以随意嵌套 l = [[1, 2, 3], [4, 5]] # 列表的每一个元素也是一个列表 tup = ((1, 2, 3), (4, 5, 6)) # 元组的每一个元素也是一个元组 #可以相互转化 list((1, 2, 3)) [1, 2, 3] tuple([1, 2, 3]) (1, 2, 3)
下面列举一些常用的内置函数：
l = [3, 2, 3, 7, 8, 1] l.count(3) 2 l.index(7) 3 l.reverse() l [1, 8, 7, 3, 2, 3] l.sort() l [1, 2, 3, 3, 7, 8] tup = (3, 2, 3, 7, 8, 1) tup.count(3) 2 tup.index(7) 3 list(reversed(tup)) [1, 8, 7, 3, 2, 3] sorted(tup) [1, 2, 3, 3, 7, 8]
二、 列表和元组存储方式的差异
由于列表是动态的，所以需要存储指针，来指向每个元素的位置。又由于列表是可变的，所以需要额外存储已经分配好的长度大小，这样才可以实时追踪列表空间的使用情况，当空间不足时，能够及时分配额外空间。换句话说，就是由于为了降低每次增加、删减操作的空间分配的开销，所以python每次分配空间的时候都会多分配一些，这样的机制（over-allocating）保证了操作的高效性：增加/删减的时间复杂度都为O（1）。
看下面的栗子：
l = [] l.__sizeof__() // 空列表的存储空间为40字节，8+4*8 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 l = [1, 2, 3] l.__sizeof__() 64 # （8+8）*4 tup = (1, 2, 3) tup.__sizeof__() 48 // （8+8）*3
上述例子中，由于int是8字节，而且列表可变，所以需要额外存储已经分配的长度大小（8字节），这样才可以实时追踪列表空间的使用情况，当空间不足的时候，及时分配额外空间。
但对于元组就不同了。元组大小固定，元素不可变，所以存储空间固定。
如果列表和元组存储的元素的个数是一个亿，十亿或者更大的数量级，这样的差异就不能忽略。
三、 列表和元组的性能差异
由于垃圾回收机制的存在，如果一些变量不被使用，python就会回首他们所占的内存，返还给操作系统，以供其他变量或者其他应用使用。但是，python在后台对于静态数据会做一些资源缓存（resource caching），对于一些静态变量，比如元组，如果他不被使用并且占用空间不大时，python会暂时缓存这部分内存。这样下次我们再创建同样大小的元组时，python就不用再向操作系统发出请求，去寻找内存，而是直接分配之前缓存的内存空间，这样就可以加快程序的运行速度。
元组的初始化速度要比列表快5倍，但如果是索引操作，两者的速度差别很小，几乎忽略不计。当然，如果想增加、删减还是要靠列表，因为对于元组还需要再重建。
四、 列表和元组的使用场景
1、 如果存储的数据和数量不变，比如你有一个函数，需要返回的是一个地点的经纬度，然后直接传给前段渲染，那么肯定选用元组合适。
2、如果存储的数据或者是数量是可变的，比如社交平台上的一个日志功能，时统计一个用户一周之内看了哪些用户的帖子，那么用列表更加合适。
五、总结：
标签：速度 rac type 大于 app 一周 ace 长度 mos
原文地址：https://www.cnblogs.com/kunyuwu/p/14546299.html
