Python四种重要数据结构的深入学习(1)

作者:王晔      时间:2019.5.17 19:00

列表和元组

列表(list)和元组(tuple)十分地相似,他们都是可以放任意数据类型的有序集合,并且都支持索引切片 操作。但是既然是两种不同的数据结构,他们必然会有不同的地方。
在我们日常学习中,一个很明显的区别就是:

  • 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)
  • 元组是静态的,长度大小固定,无法增加删减或者改变(immutable)
>>> list = [1, 2, 3, 4]
>>> tuple = (1, 2, 3, 4)
>>> 
>>> list.append(5)
>>> list
[1, 2, 3, 4, 5]
>>> tuple.append(5)
Traceback (most recent call last):
  File "<pyshell#19>", line 1, in <module>
    tuple.append(5)
AttributeError: 'tuple' object has no attribute 'append'
>>> list[3]
4
>>> tuple[3]
4
>>> tuple[3]=40
Traceback (most recent call last):
  File "<pyshell#22>", line 1, in <module>
    tuple[3]=40
TypeError: 'tuple' object does not support item assignment
>>> list[3]=40
>>> list[3]
40

所以如果我们想对元组进行改变,就只能重新开辟一块内存,即创建一个新的元组。

>>> tuple = (1, 2, 3, 4)
>>> new_tuple = tuple + (5,)
>>> new_tuple
(1, 2, 3, 4, 5)
  • Python的列表和元组都支持负数索引,-1表示最后一个元素。

  • 并且他们都支持嵌套操作:

>>> list=[[1,2,3],[4,5,6]]
>>> tuple = ((1,2,3),(4,5,6))
  • 还支持相互转换,且返回值为新的列表/元组,不改变原有数据结构
>>> ls = [1, 2, 3]
>>> tp = (1, 2, 3)
>>> list(tp)
[1, 2, 3]
>>> tuple(ls)
(1, 2, 3)
>>> tp
(1, 2, 3)
>>> ls
[1, 2, 3]
  • 列表和元组常用重要的内置函数:
>>> l = [3, 2, 3, 7, 8, 1]
>>> l.count(3) 
2
>>> l.index(7)
3
>>> l.reverse()
>>> l
[1, 8, 7, 3, 2, 3]
>>> l.sort()
>>> l
[1, 2, 3, 3, 7, 8]
>>> tup = (3, 2, 3, 7, 8, 1)
>>> tup.count(3)
2
>>> tup.index(7)
3
>>> list(reversed(tup))
[1, 8, 7, 3, 2, 3]
>>> sorted(tup)
[1, 2, 3, 3, 7, 8]

count(item)用于统计item出现的次数
index(item)用于返回第一次出现item的索引
sort(key=None, reverse=False)用于对元素进行排序,后面传入的参数,一个是比较元素,一个是排序规则,默认为False升序,具体见:List sort()方法
reverse()方法可以将所有元素反向
当然还有append(item)(在列表末尾添加新的对象)、extend()(在列表末尾一次性追加另一个序列中的多个值(用新列表扩展原来的列表))、remove(item)(移除列表中某个值的第一个匹配项)、insert(index,item)(从列表中找出某个值第一个匹配项的索引位置)、pop([index=-1])(移除列表中的一个元素(默认最后一个元素),并且返回该元素的值)等等,请参考Python3 列表Python3 元组,我就不一一赘述了。

  • 较为重要的是两者之间的储存差异
    我们先来看他们的储存:
>>> list = [1, 2, 3]
>>> list.__sizeof__()
64
>>> tuple = (1, 2, 3)
>>> tuple.__sizeof__()
48

可以看出来他们在储存相同元素的时候所占的储存空间也不一样,元组的储存空间要比列表的储存空间,也就是同等条件下使用元组性能更优。

原因有以下几个:

  • 由于列表是动态的,它能改变长度,需要开辟内存存放指针
  • 由于列表的空间是不定的,里面有一定的空间增长算法,来分配额外的空间(over-allocating),可以保证顺利的增减数据(有利于降低时间复杂度,提高效率)

所以我们在实际生产生活中,如果我们需要存储的数据是固定不变的,或者返回定长的数据,使用元组则效率更加快,当然如果数据需要不断地更改的时候,列表就更为合适。

想要继续探究的,可以参考Python的源码:

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容