python使用不同数据结构优化代码

  首先来看最常用的数据结构---list，它的内存管理类似C++的std::vector,即预先分配一定数量的‘车位’，当预分配的内存使用时，又继续往里插入元素，就会启动新一轮的内存分配。list对象会根据内存增长算法申请一块更大的内存，然后将原有的所有元素拷贝过去，销毁之前的内存，在插入新的元素。当删除元素时，也是类似，删除后发现已用空间比预分配空间的一半还少时，list会另外申请一块小内存，在做一次元素拷贝，然后销毁原有的大内存。可见，如果list对象经常有元素数量的‘巨变’，比如膨胀，收缩得很频繁，那么应当考虑使用deque。

  deque就是双端队列，同时具备栈和队列的特性，能够提供在两端插入和删除时复杂度为O(1)的操作。相对于list，它最大的优势在于内存管理方面。如果不熟悉C++的std::deque，那么可以把deque想象为多个list连在一起（仅为比喻，非精确描述），‘像火车一样，每一节车厢可以载客’，它的每一个‘list’也可以存储多个元素。他的优势在插入时，已有空间已经用完，那么他会申请一个‘车厢’来容纳新的元素，并将其与已有的其他‘车厢’串接起来，从而避免元素拷贝；在删除元素时也类似，某个‘车厢’空了，就‘丢弃’掉，无需移动元素。所以当出现元素数量‘局变’时，它的性能比list要好上许多倍。

  对于list这种序列容器来说，除了pop(0)和insert(0,v)这种插入操作非常耗时之外，查找一个元素是否在其中，也是O(n)的线性复杂度。在C语言中，标准库函数bsearch()能够通过二分查找算法在有序队列中快速查找是否存在某一个元素。在Python中，对保持list对象有序以及在有序队列中查找元素有非常好的支持，这时通过标准库bisect来实现的。(另一篇随笔中列出了几个bisect的用法）。