『Python核心技术与实战』列表和元组，到底用哪一个？

超、凢脫俗 2022-09-04 09:56 173阅读 0赞

<table> 
 <tbody> 
  <tr> 
   <td><font>列表和元组，到底用哪一个？</font> </td> 
  </tr> 
 </tbody> 
</table>

### 文章目录 ###

*  一. 列表和元组区别
 *  二. 列表和元组基本操作与注意事项
 *  三. 列表和元组存储方式的差异
 *  四. 列表和元组的性能
 *  五. 列表和元组的使用场景
 *  六. 总结
 *  七. 思考题

# 一. 列表和元组区别 #

>  *  列表和元组，都是一个可以放置**任意数据类型**的**有序**集合。 在绝大多数编程语言中，集合的数据类型必须一致。不过，对于 Python 的列表和元组来说，并无此要求：

# 列表
    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']
    # 元组
    tup = ('jason', 22) # 元组中同时含有int和string类型的元素
    tup
    ('jason', 22)

>  *  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）。而元组是静态的，**长度大小固定，无法增加删减或者改变**（immutable）。
>  *  下面的例子中，我们分别创建了一个列表与元组。你可以看到，对于列表，我们可以很轻松地让其最后一个元素，由 4 变为 40；但是，如果你对元组采取相同的操作，Python 就会报错，原因就是元组是不可变的。

# 列表
    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]
    # 元组
    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

>  *  如果你想对已有的元组做任何"改变"，该怎么办呢？ **那就只能重新开辟一块内存，创建新的元组了**。
>  *  比如下面的例子，我们想增加一个元素 5 给元组，实际上就是创建了一个新的元组，然后把原来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，我们只需简单地在列表末尾，加入对应元素就可以了。如下操作后，会修改原来列表中的元素，而不会创建新的列表。

# 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)
    # 元组
    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]

# 二. 列表和元组基本操作与注意事项 #

>  *  首先，和其他语言不同，Python 中的列表和元组都支持负数索引，-1 表示最后一个元素，-2 表示倒数第二个元素，以此类推。

l = [1, 2, 3, 4]
    l[-1]
    4
    tup = (1, 2, 3, 4)
    tup[-1]
    4

>  *  除了基本的初始化，索引外，列表和元组都支持切片操作：

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)

>  *  列表和元组都可以随意嵌套：

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

>  *  当然，两者也可以通过 `list()` 和 `tuple()` 函数相互转换：

list((1, 2, 3))
    [1, 2, 3]
    tuple([1, 2, 3])
    (1, 2, 3)

>  *  列表和元组常用的内置函数：

# count(item) 表示统计列表 / 元组中 item 出现的次数。
    # index(item) 表示返回列表 / 元组中 item 第一次出现的索引。
    # list.reverse() 和 list.sort() 分别表示原地倒转列表和排序（注意，元组没有内置的这两个函数)。
    # reversed() 和 sorted() 同样表示对列表 / 元组进行倒转和排序，reversed() 返回一个倒转后的迭代
    # 器（上文例子使用 list() 函数再将其转换为列表）；sorted() 返回排好序的新列表。
    
    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]

# 三. 列表和元组存储方式的差异 #

>  *  前面说了，列表和元组最重要的区别就是，列表是动态的、可变的，而元组是静态的、不可变的。这样的差异，势必会影响两者存储方式。我们可以来看下面的例子：

l = [1, 2, 3]
    l.__sizeof__()  # 多少字节
    64
    tup = (1, 2, 3)
    tup.__sizeof__() # 多少字节
    48

>  *  你可以看到，对列表和元组，我们放置了相同的元素，但是元组的存储空间，却比列表要少 16 字节。这是为什么呢？
>  *  事实上，由于列表是动态的，所以它需要存储指针，来指向对应的元素（上述例子中，对于 int 型，8 字节）。另外，由于列表可变，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，当空间不足时，及时分配额外空间。

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

>  *  上面的例子，大概描述了列表空间分配的过程。我们可以看到，为了减小每次增加 / 删减操作时空间分配的开销，Python 每次分配空间时都会额外多分配一些，这样的机制（over-allocating）保证了其操作的高效性：增加 / 删除的时间复杂度均为 O(1)。
>  *  但是对于元组，情况就不同了。**元组长度大小固定，元素不可变，所以存储空间固定**。

>  *  看了前面的分析，你也许会觉得，这样的差异可以忽略不计。但是想象一下，**如果列表和元组存储元素的个数是一亿，十亿甚至更大数量级时，你还能忽略这样的差异吗？**

# 四. 列表和元组的性能 #

>  *  **通过学习列表和元组存储方式的差异，我们可以得出结论**：元组要比列表更加轻量级一些，所以总体上来说，元组的性能速度要略优于列表。
>  *  另外，Python 会在后台，对静态数据做一些资源缓存（resource caching）。通常来说，因为垃圾回收机制的存在，如果一些变量不被使用了，Python 就会回收它们所占用的内存，返还给操作系统，以便其他变量或其他应用使用。
>  *  但是对于一些静态变量，比如元组，如果它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的运行速度**。

>  *  下面的例子，是计算**初始化**一个相同元素的列表和元组分别所需的时间。我们可以看到，元组的初始化速度，要比列表快 5 倍。

# timeit可以在命令行通过-m指令导入作为脚本运行，也可以在代码内import导入使用，
    # 它会将代码执行多遍，然后得出耗时最短的时间是多少
    (info) [deploy@node1 kaifang]$ python3 -m timeit 'x=(1,2,3,4,5,6)'
    20000000 loops, best of 5: 12.1 nsec per loop
    (info) [deploy@node1 kaifang]$ python3 -m timeit 'x=[1,2,3,4,5,6]'
    5000000 loops, best of 5: 56 nsec per loop
    (info) [deploy@node1 kaifang]$

>  *  但如果是**索引操作**的话，两者的速度差别非常小，几乎可以忽略不计。

(info) [deploy@node1 kaifang]$ python3 -m timeit -s 'x=[1,2,3,4,5,6]' 'y=x[3]'
    10000000 loops, best of 5: 28.2 nsec per loop
    (info) [deploy@node1 kaifang]$ python3 -m timeit -s 'x=(1,2,3,4,5,6)' 'y=x[3]'
    10000000 loops, best of 5: 27.8 nsec per loop

>  *  当然，**如果你想要增加、删减或者改变元素**，那么**列表显然更优**。原因你现在肯定知道了，那就是对于元组，你必须得通过新建一个元组来完成。

# 五. 列表和元组的使用场景 #

>  *  那么列表和元组到底用哪一个呢？根据上面所说的特性，我们具体情况具体分析。
>  *  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，然后直接传给前端渲染，那么肯定选用元组更合适。

def get_location():
        ..... 
        return (longitude, latitude)

>  *  2. 如果存储的数据或数量是可变的，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看了哪些用户的帖子，那么则用列表更合适。

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)

# 六. 总结 #

>  *  总的来说，**列表和元组都是有序的**，可以 **存储任意数据类型的集合**，区别主要在于下面这两点。
>  *  **列表是动态的，长度可变**，可以随意的增加、删减或改变元素。**列表的存储空间略大于元组**，性能略逊于元组。
>  *  **元组是静态的，长度大小固定**，不可以对元素进行增加、删减或者改变操作。**元组相对于列表更加轻量级，性能稍优**。

# 七. 思考题 #

>  *  1. 想创建一个空的列表，我们可以用下面的 A、B 两种方式，请问它们在效率上有什么区别吗？我们应该优先考虑使用哪种呢？可以说说你的理由。

# 创建空列表
    # option A
    empty_list = list()
    # option B
    empty_list = []

>  *  **答案：** 区别主要在于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，反观 **\[\]是一个内置的C函数**，可以直接被调用，因此效率高。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2FiYzEzNTI2MjIyMTYw_size_16_color_FFFFFF_t_70][]

>  *  list：[https://github.com/python/cpython/blob/master/Objects/listobject.c][https_github.com_python_cpython_blob_master_Objects_listobject.c]
>  *  tuple: [https://github.com/python/cpython/blob/master/Objects/tupleobject.c][https_github.com_python_cpython_blob_master_Objects_tupleobject.c]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2FiYzEzNTI2MjIyMTYw_size_16_color_FFFFFF_t_70]: /images/20220829/779f7408681c4d6c844bdd42a2588ab2.png
[https_github.com_python_cpython_blob_master_Objects_listobject.c]: https://github.com/python/cpython/blob/master/Objects/listobject.c
[https_github.com_python_cpython_blob_master_Objects_tupleobject.c]: https://github.com/python/cpython/blob/master/Objects/tupleobject.c