Python 列表内存浅析

Posted 2023-05-17

参考技术A

序列是Python中最基本的数据结构。序列是一种数据存储方式，用来存储一系列的数据。

在内存中，序列就是一块用来存放多个值的连续的内存空间。比如一个整数序列[10,20,30,40]

序列中的每个元素都分配一个数字 - 它的位置，或索引。第一个索引是0，第二个索引是1，依此类推。

列表：用于存储任意数目、任意类型的数据集合。

列表是内置可变序列，是包含多个元素的有序连续的内存空间。列表定义的标准语法格式：

其中，10，20，30，40 这些称为：列表a的元素。

列表中的元素可以各不相同，可以是任意类型。比如：a = [10,20,"abc",True,[]]

当列表增加元素时,列表会自动进行内存管理，减少了程序员的负担。但是列表元素大量移动，效率低所以一般建议在尾部添加。

本地电脑运行结果：

列表是可变数据类型，地址不变，值可变。因此，添加新的值之后，地址也是不变的。

解析：在索引2处要引用50这个元素

申请了8个内存空间但是list实际用来存储元素只使用了其中5个内存空间
insert的时间复杂度是O(n)

pop () 方法 删除并返回指定位置的元素，如果未指定位置则默认操作

pop () 方法 删除并返回指定位置的元素，如果未指定位置则默认操作

结果运行：

python变量内存浅析

1. Python变量

   如果把单一值变量称为一维变量，把可以扩展元素的变量称为多维变量，则python的变量可以划分如下：

变量维度	Python变量		说明
一维	数字	int（有符号整型）	数字类型可以做转换
		long（长整型[也可以代表八进制和十六进制]）
		float（浮点型）
		complex（复数）
	字符串		字符串有丰富的运算符和内嵌函数； 有格式化输出；
二维	列表		除了元祖外，列表和字典可以灵活的扩展元素
	元组
	字典

2. Python变量的赋值处理

   这里主要分析情况为，将原始变量赋值给新变量后，二者的变化关联情况，比如：原始变量为varold，新变量varnew = varold，之后varnew发生了变化，那么varold如何变化，二者的地址情况如何？这里给出测试用例：

   用例1：

def whole_modify(value_old, value_new):     #before     obj_old = value_old     obj_new = obj_old     print(obj_old, id(obj_old))     print(obj_new, id(obj_new))     #after     obj_new = value_new     print(obj_old, id(obj_old))     print(obj_new, id(obj_new)) print(‘value:‘) whole_modify(‘aaa‘, 9) print(‘list:‘) whole_modify([‘a‘, 2], [3, ‘b‘]) print(‘Dictionary:‘) whole_modify({1:‘a‘, ‘b‘:2}, {3:‘c‘})

   测试结果：

value: (‘aaa‘, 38126200) (‘aaa‘, 38126200) (‘aaa‘, 38126200) (9, 4014992) list: ([‘a‘, 2], 43066072) ([‘a‘, 2], 43066072) ([‘a‘, 2], 43066072) ([3, ‘b‘], 41421080) Dictionary: ({1: ‘a‘, ‘b‘: 2}, 39583440) ({1: ‘a‘, ‘b‘: 2}, 39583440) ({1: ‘a‘, ‘b‘: 2}, 39583440) ({3: ‘c‘}, 39599104)

   用例1中whole_modify是对新变量的整体修改，即直接用=号将一个全新的数据整体赋值给新变量，从测试情况看，结论是：

   不论一维还是二维变量，通过=号整体赋值后，新变量会重新分配内存，值为新赋给的值；原变量保持不变。

   用例2：

print("list:") obj_old = [‘a‘, 2] obj_new = obj_old print(obj_old, id(obj_old)) print(obj_new, id(obj_new))#after obj_new[0] = 3 print(obj_old, id(obj_old)) print(obj_new, id(obj_new)) print("dictionary:") obj_old = {1:‘a‘, ‘b‘:2} obj_new = obj_old print(obj_old, id(obj_old)) print(obj_new, id(obj_new))#after obj_new[‘b‘] = ‘newvaluestr‘ print(obj_old, id(obj_old)) print(obj_new, id(obj_new))

   测试结果：

list: ([‘a‘, 2], 39932832) ([‘a‘, 2], 39932832) ([3, 2], 39932832) ([3, 2], 39932832) dictionary: ({1: ‘a‘, ‘b‘: 2}, 40107728) ({1: ‘a‘, ‘b‘: 2}, 40107728) ({1: ‘a‘, ‘b‘: ‘newvaluestr‘}, 40107728) ({1: ‘a‘, ‘b‘: ‘newvaluestr‘}, 40107728)

   用例2中，主要是对二维变量内部元素做修改（一维变量无需测试），从测试情况看，结论是：

   老二维变量被赋给新二维变量后，对二者任何一个的内部元素修改，二者的地址不会发生改变，但值会同步被修改。

3. 分析

   Python的变量赋值（包括传参，返回参数等场景），与c/c++区别很大，而且很难用一句话概括其用法。上面两个测试用例主要是从变量类型的角度来区分，具有很强代表性，可以引申到很多场景辅助理解。

   很多人将python的变量赋值当做引用看待，这应该是有问题的，比如上面用例1中，很显然就不是引用，因为新变量地址和值都变化了，而老变量完全保持不变。而c/c++引用的概念是，新老变量地址不变，值同步变化。

   用例2中对二维变量做局部修改，会发现新老变量的局部元素的地址和值都同步变化了（变量本身地址不变），这个和引用相同的地方是值同步变化了，不同的是变量地址也同步变化了。

   Python的这种处理，应该是基于内存效率的考虑，虽然python应用开发中不用考虑变量地址与内存回收，但如果对变量赋值的内存情况完全忽视，则很容易产生意外的结果。