【学习笔记】Python核心技术与实战-基础篇-03列表和元组,到底用哪个?

这篇具有很好参考价值的文章主要介绍了【学习笔记】Python核心技术与实战-基础篇-03列表和元组,到底用哪个?。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

列表和元组基础

概念

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:

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

区别

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)。

如何改变元组?
重新开辟一块内存,创建新的元组

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)
 

列表和元组的基础操作和注意事项

  1. 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

  1. 都支持切片(遵循顾前不顾后原则)
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) 
  1. 都可以嵌套
l = [[1, 2, 3], [4, 5],(4,7),{"a":1}] # 列表的每一个元素也是一个列表,也可以嵌套dict、tuple
tup = ((1, 2, 3), (4, 5, 6)) # 元组的每一个元素也是一元组
  1. 转换类型
list((1, 2, 3)) 
[1, 2, 3]

tuple([1, 2, 3]) 
(1, 2, 3)
  1. 内置函数【学习笔记】Python核心技术与实战-基础篇-03列表和元组,到底用哪个?

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。我们可以来看下面的例子:

l = [1, 2, 3] 
l.__sizeof__() 
64 
tup = (1, 2, 3) 
tup.__sizeof__() 
48

为什么列表要比元组的存储空间多16字节?
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。【学习笔记】Python核心技术与实战-基础篇-03列表和元组,到底用哪个?
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。

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。

python3 -m timeit 'x=(1,2,3,4,5,6)' 
20000000 loops, best of 5: 9.97 nsec per loop 
python3 -m timeit 'x=[1,2,3,4,5,6]' 
5000000 loops, best of 5: 50.1 nsec per loo

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。

python3 -m timeit -s 'x=[1,2,3,4,5,6]' 'y=x[3]' 
10000000 loops, best of 5: 22.2 nsec per loop 
python3 -m timeit -s 'x=(1,2,3,4,5,6)' 'y=x[3]' 
10000000 loops, best of 5: 21.9 nsec per loo

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。

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。
  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。

总结

关于列表和元组,我们今天聊了很多,最后一起总结一下你必须掌握的内容。
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。

  1. 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。
  2. 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。

思考题

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 = []

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。

另外, list和tuple的内部实现都是array的形式,list因为可变,所以是一个over-allocate的 array,tuple因为不可变,所以长度大小固定文章来源地址https://www.toymoban.com/news/detail-475908.html

到了这里,关于【学习笔记】Python核心技术与实战-基础篇-03列表和元组,到底用哪个?的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 《kafka 核心技术与实战》课程学习笔记(七)

    压缩(compression)秉承了用时间去换空间的经典 trade-off 思想,具体来说就是用 CPU 时间去换磁盘空间或网络 I/O 传输量,希望以较小的 CPU 开销带来更少的磁盘占用或更少的网络 I/O 传输。 目前 Kafka 共有两大类消息格式,社区分别称之为 V1 版本和 V2 版本。 不论是哪个版本,

    2024年02月11日
    浏览(38)
  • 《kafka 核心技术与实战》课程学习笔记(八)

    Kafka 只对“已提交”的消息(committed message)做有限度的持久化保证。 第一个核心要素是“已提交的消息”。 当 Kafka 的若干个 Broker 成功地接收到一条消息并写入到日志文件后,它们会告诉生产者程序这条消息已成功提交。 可以选择只要有一个 Broker 成功保存该消息就算是已

    2024年02月16日
    浏览(31)
  • 《Redis 核心技术与实战》课程学习笔记(三)

    Redis 是单线程,主要是指 Redis 的网络 IO 和键值对读写是由一个线程来完成的,这也是 Redis 对外提供键值存储服务的主要流程。但 Redis 的其他功能,比如持久化、异步删除、集群数据同步等,其实是由额外的线程执行的。 多线程的开销 我们刚开始增加线程数时,系统吞吐率

    2024年02月12日
    浏览(31)
  • 《kafka 核心技术与实战》课程学习笔记(九)

    拦截器基本思想就是允许应用程序在不修改逻辑的情况下,动态地实现一组可插拔的事件处理逻辑链。 它能够在主业务操作的前后多个时间点上插入对应的“拦截”逻辑。 Spring MVC 拦截器的工作原理: Kafka 拦截器借鉴了这样的设计思路:可以在消息处理的前后多个时点动态

    2024年02月12日
    浏览(39)
  • 《Redis 核心技术与实战》课程学习笔记(六)

    在 Redis 主从集群中,哨兵机制是实现主从库自动切换的关键机制。 哨兵其实就是一个运行在特殊模式下的 Redis 进程,主从库实例运行的同时,它也在运行。哨兵主要负责的就是三个任务:监控、选主(选择主库)和通知。 监控 哨兵进程在运行时,周期性地给所有的主从库

    2024年02月13日
    浏览(34)
  • 《kafka 核心技术与实战》课程学习笔记(五)

    严格来说这些配置并不单单指 Kafka 服务器端的配置,其中既有 Broker 端参数,也有主题级别的参数、JVM 端参数和操作系统级别的参数。 Broker 端参数也被称为静态参数(Static Configs): 所谓 静态参数 ,是指你必须在 Kafka 的配置文件 server.properties 中进行设置的参数 ,不管你

    2024年02月11日
    浏览(49)
  • 《Redis 核心技术与实战》课程学习笔记(四)

    一旦服务器宕机,内存中的数据将全部丢失。目前,Redis 的持久化主要有两大机制,即 AOF 日志和 RDB 快照。 AOF 日志是如何实现的? 我们比较熟悉的是数据库的写前日志(Write Ahead Log, WAL),也就是说,在实际写数据前,先把修改的数据记到日志文件中,以便故障时进行恢复

    2024年02月12日
    浏览(33)
  • 《kafka 核心技术与实战》课程学习笔记(十)

    Apache Kafka 的所有通信都是基于 TCP 的,而不是基于 HTTP 或其他协议。 在开发客户端时,能够利用 TCP 本身提供的一些高级功能,比如多路复用请求以及同时轮询多个连接的能力。 除了 TCP 提供的这些高级功能有可能被 Kafka 客户端的开发人员使用之外,目前已知的 HTTP 库在很多

    2024年02月11日
    浏览(51)
  • Redis核心技术与实战-学习笔记(十五):消息队列(Redis的解决方案)

    消息队列: 分布式系统 必备的一个 基础软件 ,能支持 组件通信消息 的 快速读写 Redis本身 支持数据的快速访问 ,满足 消息队列的读写性能需求 消息队列存取消息的过程 在分布式系统中,两个组件要基于消息队列进行通信,一个组件就会把要处理的数据以消息的形式传递

    2023年04月09日
    浏览(34)
  • Python学习笔记_基础篇(三)_数据类型之列表

    一.基本数据类型 整数:int 字符串:str(注:t等于一个tab键) 布尔值: bool 列表:list (元素的集合) 列表用[] 元祖:tuple 元祖用() 字典:dict 注:所有的数据类型都存在想对应的类列里 二.列表所有数据类型: 基本操作: 索引 切片 追加 删除 长度 切片 循环 包含 list 三

    2024年02月12日
    浏览(32)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包