python——列表和元组性能对比

创建列表方式

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

# option B
empty_list = []

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，开销较大，反观 [] 是一个内置的 C 函数，可以直接被调用，因此效率高。

列表和元组存储方式的差异

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：

list1 = [1, 2, 3]
list1.__sizeof__() # 分配的空间

64

tup1 = (1, 2, 3)
tup1.__sizeof__()

48

可见，对列表和元组，我们放置了相同的元素，但元组的存储空间却比列表要少16字节。

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__() # 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

72

l.append(2)
l.__sizeof__() # 由于之前分配了空间，所以加入元素 2，列表空间不变

72

l.append([3, 4])
l.__sizeof__()

72

l.append(5)
l.__sizeof__() # 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 个元素的存储空间

104

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。

列表和元组的性能

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。可以看到，元组的初始化速度，要比列表快 5 倍。

import timeit
t1 = timeit.Timer('x=[1, 2, 3, 4, 5, 6]')
t1.timeit()

0.07322828826904981

t2 = timeit.Timer('x=(1, 2, 3, 4, 5, 6)')
t2.timeit()

0.01978216423486856

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。

t11 = timeit.Timer('y=x[3]', 'x=[1, 2, 3, 4, 5, 6]')
t11.timeit()

0.03726485971640159

t22 = timeit.Timer('y=x[3]', 'x=(1, 2, 3, 4, 5, 6)')
t22.timeit()

0.03577006133559735

列表和元组的使用场景

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)

3. 元素不需要改变时:
   两三个元素，使用 tuple，元素多一点使用 namedtuple。

4. 元素需要改变时:
   需要高效随机读取，使用 list。需要关键字高效查找，采用 dict。去重，使用 set。大型数据节省空间，使用标准库 array。大型数据高效操作，使用 numpy.array。

总结

列表和元组都是有序的（可通过下标检索），可以存储任意数据类型的集合，主要有以下区别：

• 列表是动态的，长度可变，可以随意地增删改元素。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，不可以对元组元素进行增删改操作。元组对于列表更加轻量级，性能稍优。