Python 核心技术与进阶 list & tuple

数据结构是每门变成语言的根据，tuple 和 list 是 Python 中最基础的数据结构。



list 和 tuple 都是一个可放置任意数据类型的有序集合。Python 中的 list 和 tuple 并不要求 set 中的数据类型一致。



list 和 tuple 的区别



list 是动态的，长度大小不固定，可随意的增、删、改变元素(mutable)；

tuple 是静态的，长度大小固定，无法进行删减或改变元素(immutable)。



和其他编程语言一样，Python 中索引的起始位置是0，从0开始数，第 4 个 item 代表的是第 5 个 元素。

当我们去修改 tuple 的 元素的时候，会报错 TypeError ，因为 tuple 的元素是不可变的。



如要修改 tuple 的话，那么就必须要新建一个新的 tuple ，开辟新的内存。



list 是动态的，只需简单的在 list 末尾加入相应的元素即可。



Python 中的 list 和 tuple 都是支持负数索引的。-1代表最后一个元素，-2代表倒数第二个元素...

Python 中的 list 和 tuple 都支持切片操作；

Python 中的 list 和 tuple 都可以随意嵌套；



Python 中的 list 和tuple 可通过 list() 和 tuple() 相互转换



count("item") 表示统计 list 或 tuple 中 item 出现的次数；

index("item") 表示返回 list 或 tuple 中 item 第一次的索引；



list.reverse() 表示 list 的原地倒装 list；

list.sort()表示 list 的排序；



list(reversed(list_variable)) 也能原地倒装 list；

sorted(list_variable) 也能给 list 排序；



list(reversed(tuple_variable) 还能原地倒装 tuple；

sorted(tuple_variable) 还能给 tuple 排序；



list 是动态的，可变的；tuple 是静态的，不可变的。



list 是动态的，需要存储指针，指向对应元素；因为可变，所以要需额外存储已分配长度大小，用来实时追踪 list 空间使用情况，当空间不足时，能及时分配额外空间。



为每次增加/删减操作时空间分配，Python每次分配空间时都会额外分配一些的过渡分配机制(Over Allocating)保证了其操作的高效性。增加/删减的时间复杂度为O(1)[复杂度为常数阶]



tuple 长度大小固定，item 固定，存储空间固定。



通过tuple 和 list 的存储方式差异，tuple 要比 list 更加轻量级一些，从总体上来看，tuple 性能速度要略优于 list。



Python 会在后台，对静态数据做一些资源缓存(resource caching)。垃圾回收机制存在，如果一些 variable 不被使用，Python 就会回收他们所占用的内存，返还给操作系统，以便其他 variable 或应用所使用。



tuple 就是一些 静态变量，如果 tuple 不被使用或占用空间不大时，Python 会暂时缓存这部分内存。下次我们会创建同样大小的 tuple 时，Python 就可以不用再向操作系统发出请求，去寻找内存，而是可以直接分配之前缓存的内存空间，这样就能大大加快程序运行速度。





奇怪哈，课程里面，tuple 的初始化速度，要比 list 快 5 倍以上，但在索引操作上，两者的索引差别非常小，几乎可忽略不计。



在增加、删减、改变元素，list 操作上性能更优。



在存储数据和数量不变的使用场景下，选择 tuple 肯定更加合适。例如，某个function 函数的功能是返回一个地点的经纬度，然后直接传给前端渲染。



在存储数据和数量可变的使用场景下，选择 list 则更加合适了。例如，社交平台上的某个日志功能，统计一个用户在一周内，看了哪些用户的帖子。