深刻理解python之二——python列表和元组

从一开始学习python的时候，不少人就听到的是元组和列表差很少，区别就是元组不能够改变，列表能够改变。

从数据结构来讲，这二者都应当属于数组，元组属于静态的数组，而列表属于动态数组。稍后再内存的分配上也会体现这一点。对于这两种类型，除了能接受相同类型的值以外，也接受混合类型的值。

元组

说元组不能改变的，其实只是看到了操做结果显示出来的表面现象。能够来看一下下列的操做（输出结果截去了相同的高几位）。

a = (1,2,3)
b = (1,2,3)
c = a+b
id(a)
>>>71845752
id(b)
>>>99964864
id(c)
>>>97883880

这样的结果意味着，对于元组，即使元组组成的值是相同的，每次绑定一个变量都是从新开辟空间生成一个新的。在执行a+b的元组组合操做时，也是在从新建立一个新的元组，而不是在前一个的基础上拼接的。也就是说全部的内容都会被复制一份，因此这里的复杂度不是O(1)，而是O(n)。

此外，元组还有一个额外要注意的细节。在《Python高性能编程》一书中做者提到了1-20长度的小元组在被回收以后不会返还给操做系统处理，而是在程序内保留。这一细节多是根据python2.7来讲的，对于python3.x版本未验证。元组通常会缓存在Python的运行时环境中，使用的时候不用去访问内核来分配内存。

列表

列表主要的操做时增删，切片，查找，排序。前二者依赖于列表的组织结构。因为列表是可变的，因此列表除了自己的数据以外，每一个数据单元还会额外消耗一个单位的单元用于保存结构信息，以便列表进行从新调整大小。因此假如一样保存10W数据，列表实际占用的数据单元是远大于10W这个数。

对于列表的增长，主要是一个append()方法，涉及一个动态申请空间的算法。每次使用.append()操做的时候就会申请空间，申请老是按照必定的算法申请远不止一个空间，便于接下来的扩展。这点在初学数据结构的时候可能都会知道，一次申请最好申请一个差很少的，这要比一个一个申请更有效，不过具体数量是多少，这多是一个奥卡姆剃刀的问题。预测式的空间申请算法，会带来必定的额外空间开销。

列表的.index()方法提供了一种搜索调用，但它的实现是线性搜索，效率并不高。

列表的排序方法使用的是Tim排序，相对来讲是一种比较好的实现。

列表在加载的时候，相对于元组的速度也是慢了许多。

最后

对于二者其实均可以经过本身编写安排引入算法来进行搜索或排序。若是本身编写有点困难，也能够借助内建的bisect模块。