03 | python中 列表和元组的差异

功能差异

列表是动态的，可拓展的。
元组是静态的，不可拓展的。对元组的增删操作只能通过新建一个元组进行操作。

底层实现的差异

• 列表是一个大小可变的连续数组，同时有一个指针列表，存储的指针指向列表中的每个元素。
• 列表的大小是动态变化的，类似于C语言实现的动态数组，支持动态扩展，当数组满时，增加一个元素，此时一次申请4个元素的空间。

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

• 元组是静态的，元组是一个大小固定的数组。

t = tuple()
t.__sizeof__()
24

空的列表比空的元组空间大16字节，是因为，列表需要指针指向元素（8字节），记录已分配的空间大小（8字节）。
（满的列表也是比同样的元组多16字节。）

性能差异

• 列表的性能稍微差于元组。
• 初始化操作，列表的初始化时间大约为元组的5倍。
• 查找操作几乎相同
• 删除、增加只能用列表，因为元组只能生成一个新的元组。

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 loop

• 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。

使用场景差异

• 数据量不变的，使用元组。
• 数据会动态变化的，使用列表。

a=[] #性能更优
a=list()

因为list()涉及到函数调用，会创建stack，并且进行一系列参数检查的操作。
而 [] 是一个内置的C函数，可以被直接调用。