Python效率：列表与元组

Question

我有一堆基础对象。

这些基础对象会被放进一些集合里，然后这些集合会被处理，比如排序、截断等等。

可惜的是，这些对象的数量有点多，导致内存使用量让我有点担心，而且速度也开始变得令人担忧。

我了解到，元组在内存使用上稍微更有效，因为它们会去掉重复的部分。

总之，我想知道在Python 2.6/2.7中，列表和元组在CPU和内存方面的优缺点是什么。

Answer 1

一个集合里平均、最少和最多有多少个基本对象呢？

元组是“去重”的，而列表不是？你觉得这里的“去重”是什么意思呢？

列表占用的内存比元组多，因为列表在设计时就预留了额外的内存，以便于列表将来可能会增加元素。这样的话，每次用大列表添加元素时，就不需要重新分配内存了。不过在32位的机器上，增加一个列表元素的平均内存开销是4字节用于指针，N字节用于元素本身，另外最多再加4字节的额外内存。这里的N如果是16字节（比如一个浮点数），那么每增加一个浮点数，列表大约需要24字节，而元组只需要20字节。如果一个基本对象的N是100，那么列表和元组的比较就是108字节对104字节。如果一个基本对象在两个集合中都被引用，那么就是58字节对54字节。你的N有多大呢？

建议：保持你的集合为列表。重点关注：

• 确保你的基本对象在内存上是高效的

• 尽量使用生成器和itertools中的工具，而不是临时列表

• 如果无法避免使用临时列表，确保在不再需要它们时立即删除，也就是说，不要等到创建方法返回时再删除；尽早使用del。

Answer 2

正如其他人提到的，元组是不可变的。这意味着一旦创建了元组，就不能改变它的内容。如果你想对一个元组进行排序，比如用 sorted(mytuple)，那么它会返回一个列表，你还得再把这个列表转回元组。

如果你想对一个元组进行排序并保持它是元组，你需要这样做：

mytuple = (3,2,1)
mysortedtuple = tuple(sorted(mytuple))

而如果你想对一个列表进行排序，你需要这样做：

mylist = [3,2,1]
mylist.sort()

因为在后面的例子中你没有进行转换，所以这样做更高效。

除非你有很好的理由，否则不要纠结于使用元组而不是列表。如果你需要排序的数据，元组并不是最佳选择，除非它们一开始就是以这种方式创建的。元组在数据不需要改变的情况下表现得很好，比如运行时加载的配置设置，或者已经处理过的数据。

考虑到你提到你正在处理一个大数据集，你可能想要考虑使用一种函数式编程的风格，使用生成器和迭代器，而不是列表和元组。这样你就不需要不断创建新的容器，而是通过链接迭代操作来达到最终结果。

进一步阅读：

• Python的itertools
• Python函数式编程入门

Answer 3

如果你有一个元组和一个列表，它们的内容是一样的，元组占用的空间会更少。因为元组是不可改变的，所以你不能对它们进行排序、添加元素等操作。我建议你看看Alex Gaynor的这场演讲，里面简单介绍了在Python中什么时候选择什么数据结构。

更新：再想想，你可能想要考虑优化你对象的空间使用，比如通过__slots__，或者使用namedtuple实例作为代理，而不是使用实际的对象。这样做可能会节省更多空间，因为你有N个这样的对象，而（假设）只有少量的集合包含它们。特别是namedtuple非常棒；可以看看Raymond Hettinger的演讲。