Python - list VS tuple, list() VS []

阅读目录(Content)

• 差异一：list可变 vs tuple不可变
• 差异二：存储方式的差异
• 2.1 初始化相同个数的元素，存储空间就有差异
• 2.2 增加/删减操作时，list存储空间存在over-allocating
• 差异三：性能差异
• 补充：list() vs []

回到顶部(go to top)

差异一：list可变 vs tuple不可变

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）。

# Jupyter格式

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]

 

回到顶部(go to top)

差异二：存储方式的差异

2.1 初始化相同个数的元素，存储空间就有差异

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。

l = [1, 2, 3]
l.__sizeof__()
64

tup = (1, 2, 3)
tup.__sizeof__()
48

原因是：

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。

 

2.2 增加/删减操作时，list存储空间存在over-allocating

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)。

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

 

回到顶部(go to top)

差异三：性能差异

 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。

 

 

回到顶部(go to top)

补充：list() vs []

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？

• 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。

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

# option B
empty_list = []