深入理解python之二——python列表和元组

从一开始学习python的时候，很多人就听到的是元组和列表差不多，区别就是元组不可以改变，列表可以改变。

从数据结构来说，这两者都应当属于数组，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之外，也接受混合类型的值。

元组

说元组不能改变的，其实只是看到了操作结果显示出来的表面现象。可以来看一下下列的操作（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，即便元组组成的值是相同的，每次绑定一个变量都是重新开辟空间生成一个新的。在执行a+b的元组组合操作时，也是在重新创建一个新的元组，而不是在前一个的基础上拼接的。也就是说所有的内容都会被复制一份，所以这里的复杂度不是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》一书中作者提到了1-20长度的小元组在被回收之后不会返还给操作系统处理，而是在程序内保留。这一细节可能是根据python2.7来说的，对于python3.x版本未验证。元组一般会缓存在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

列表主要的操作时增删，切片，查找，排序。前两者依赖于列表的组织结构。由于列表是可变的，所以列表除了本身的数据之外，每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，以便列表进行重新调整大小。所以假如同样保存10W数据，列表实际占用的数据单元是远大于10W这个数。

对于列表的增加，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()操作的时候就会申请空间，申请总是按照一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不多的，这要比一个一个申请更有效，不过具体数量是多少，这可能是一个奥卡姆剃刀的问题。预测式的空间申请算法，会带来一定的额外空间开销。

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，相对来说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

对于两者其实都可以通过自己编写安排引入算法来进行搜索或排序。如果自己编写有点困难，也可以借助内建的bisect模块。