在Python中，为什么从数组读取比从列表读取慢？

Question

我最近在学习Python，并且在用这个语言做很多练习。

我发现一个有趣的事情，就是当我从数组中读取数据时，速度几乎是从列表中读取的速度的一半。有人知道这是为什么吗？

这是我的代码：

from timeit import Timer
import array

t = 10000
l = range(t)
a = array.array('i', l)
def LIST():
    for i in xrange(t):
        l[i]

def ARRAY():
    for i in xrange(t):
        a[i]

print Timer(LIST).timeit(1000);
print Timer(ARRAY).timeit(1000);

输出结果是：

0.813191890717
1.16269612312

这表明从数组中读取数据的速度比从列表中慢。我认为数组的大小是固定的，而列表是动态的结构。所以我原以为数组会比列表更快。

有人能解释一下吗？

Answer 1

Python中的列表在某些方面很像普通的数组，但它们并不是Lisp语言中的列表。不过，它们可以快速地访问里面的元素。

Answer 2

列表（list）就像是“动态增长的向量”，有点像C++里的std::vector，但这并不影响我们随机访问它们的速度（它们可不是链表！）。列表里的每个条目都是指向Python对象的引用（也就是里面的东西）：访问一个条目只需要在CPython中增加这个对象的引用计数（在其他一些更高级的垃圾回收实现中，甚至连这一步都不需要；-）。而数组里的条目则是原始的位和字节：要访问一个条目，需要根据那个二进制值新创建一个Python对象。所以，比如说：

$ python -mtimeit -s'import array; c=array.array("B", "bzap")' 'c[2]'
10000000 loops, best of 3: 0.0903 usec per loop
$ python -mtimeit -s'c=list("bzap")' 'c[2]'
10000000 loops, best of 3: 0.0601 usec per loop

访问一个条目多花30纳秒的时间，听起来也还不错；-）。

顺便提一下，timeit在命令行中使用起来要方便得多——它会自动选择重复次数，显示时间的单位等等。我总是这样用它（如果需要的话，可以导入一个自定义的模块来调用函数——但在这里其实没必要）——这比从模块里导入和使用方便多了！

Answer 3

把一个普通的整数转换成Python里的int类型是需要花时间的。