list 列表

什么是list

列表是Python中特有的一種線(xiàn)性數(shù)據(jù)結(jié)構(gòu)，列表是可變的，有序的，我們可以用選擇操作符來(lái)改變?nèi)我馕恢玫闹?#xff0c;和數(shù)組不同的是，列表可以同時(shí)保存不同類(lèi)型的元素（異構(gòu)）。

在CPython中，list是一個(gè)存儲(chǔ)指針的長(zhǎng)度可變的數(shù)組（用C++的話(huà)來(lái)說(shuō)是一個(gè)動(dòng)態(tài)數(shù)組）。也就是說(shuō)列表中的每個(gè)元素存儲(chǔ)的并不是對(duì)象本身，而是一個(gè)指向?qū)ο蟮囊谩?/p>

---

list有哪些功能

list的創(chuàng)建

我們可以直接使用選擇操作符來(lái)創(chuàng)建列表，也可以使用list()來(lái)創(chuàng)建

stuff = list() stuff = []

list的方法

索引

因?yàn)榱斜淼谋举|(zhì)依然是一個(gè)數(shù)組，所以也支持?jǐn)?shù)組的索引操作

時(shí)間復(fù)雜度：

下表索引：$O(1)$

切片索引：$O(k)$

增加元素

append()

append(x)操作可以再列表的末尾添加一個(gè)元素

時(shí)間復(fù)雜度：

和數(shù)組一樣，時(shí)間復(fù)雜度為$O(1)$

insert()

insert(i, x)可以用來(lái)在索引i處添加元素x

時(shí)間復(fù)雜度：

要想在索引i插入某個(gè)元素，我們必須先將索引i及之后的元素向后移動(dòng)一位，然后再給索引i賦值

因此插入元素時(shí)需要的后移操作的次數(shù)和列表內(nèi)元素的個(gè)數(shù)有關(guān)，所以時(shí)間復(fù)雜度為$O(n)$

extend()

extend(iterable)操作將一個(gè)可迭代對(duì)象的每一個(gè)元素添加到列表末尾

lis = [1, 2, 3, 'a', 4] lis.extend("hello") print(lis) >>> [1, 2, 3, 'a', 4, 'h', 'e', 'l', 'l', 'o']

時(shí)間復(fù)雜度：

操作過(guò)程為先遍歷讀取可迭代對(duì)象的每個(gè)元素，然后添加到列表末尾，時(shí)間復(fù)雜度為$O(k)$

刪除元素

pop()

pop(i=-1)用來(lái)移除列表中的某個(gè)元素并返回，可以傳入索引值，默認(rèn)為-1。也就是說(shuō)pop()默認(rèn)移除最后一位元素。

這里我們可以看到，當(dāng)我們使用pop()時(shí)，盡管索引為4的元素仍然指向4，但是我們的列表長(zhǎng)度已經(jīng)縮短了。有興趣的可以參考Python的列表實(shí)現(xiàn)，以及resize()的用法

時(shí)間復(fù)雜度：

如果只是移除最后一位元素，那么時(shí)間復(fù)雜度為$O(1)$

如果移除的是列表中的元素，那么還需要進(jìn)行數(shù)據(jù)前移，前移的次數(shù)也和列表大小有關(guān)，因此時(shí)間復(fù)雜度為$O(n)$

remove()

remove(x)操作可以移除x元素在數(shù)組中的第一個(gè)匹配項(xiàng)

當(dāng)我們r(jià)emove(5)時(shí)，會(huì)從列表中刪除對(duì)元素5的引用。

時(shí)間復(fù)雜度：

remove(x)操作可以視為先查找再移除最后數(shù)據(jù)前移，而查找和數(shù)據(jù)前移都和數(shù)組的大小有關(guān)，所以時(shí)間復(fù)雜度為$O(n)$。但實(shí)際使用上，remove()的操作效率較低，因?yàn)橥瑫r(shí)執(zhí)行了查找和數(shù)據(jù)前移操作。

del

del操作可以根據(jù)索引值刪除列表中的元素，也可以切片刪除或直接刪除整個(gè)列表

lis = [1,2,3,4,5] del lis[0] >>> [2, 3, 4, 5]del lis[0:2] >>> [4, 5]del lis[:] >>> []

同時(shí)，del操作也可以用來(lái)刪除變量，要注意的是del刪除的是引用而不是對(duì)象本身。關(guān)于del語(yǔ)句的詳細(xì)用法以后再細(xì)說(shuō)。可閱讀

時(shí)間復(fù)雜度：

因?yàn)閐el也需要先查找并再刪除后前移元素，所以時(shí)間復(fù)雜度以也是$O(n)$

clear()

clear()操作等價(jià)于del list[:]，直接刪除列表全部元素

時(shí)間復(fù)雜度：

根據(jù)直覺(jué)，我認(rèn)為clear()操作的時(shí)間復(fù)雜度為$O(n)$，因?yàn)槲覀冃枰粩嗟匮h(huán)來(lái)刪除所有的元素。但是在這篇文檔中提到clear()的時(shí)間復(fù)雜度為$O(1)$。

后來(lái)在這里找到了解釋。clear()操作的時(shí)間復(fù)雜度取決于我們的Python解釋器。對(duì)于CPthyon來(lái)說(shuō)，時(shí)間復(fù)雜度確實(shí)是$O(n)$，因?yàn)閘ist需要去主動(dòng)刪除每一個(gè)引用以避免內(nèi)存泄漏。但是對(duì)于其他的解釋器（PyPy）來(lái)說(shuō)，有可能實(shí)現(xiàn)$O(1)$。

import timefor size in 10000, 100000, 1000000, 10000000:lis = [0] * sizestart = time.time()lis.clear()end = time.time()print(f'{size:<10} : {end - start}')>>> 10000 : 2.47955322265625e-05 100000 : 0.0002560615539550781 1000000 : 0.00399017333984375 10000000 : 0.03731894493103027

可以看到，對(duì)于CPython來(lái)說(shuō)，時(shí)間確實(shí)是呈線(xiàn)性增長(zhǎng)的。

修改元素

list的元素修改直接通過(guò)索引完成

時(shí)間復(fù)雜度：

如果是下標(biāo)索引，時(shí)間復(fù)雜度為$O(1)$

如果是切片索引，時(shí)間復(fù)雜度為$O(k)$，可看成下標(biāo)索引重復(fù)$k$次

查找元素

index()

index(x, start, end)操作可以返回元素x第一次出現(xiàn)的索引值，如果沒(méi)找到會(huì)出現(xiàn)ValueError異常

時(shí)間復(fù)雜度：

為了查找特定元素，我們需要遍歷列表，所以時(shí)間復(fù)雜度為$O(n)$

count()

count(x)操作可返回元素x在列表中出現(xiàn)的次數(shù)

時(shí)間復(fù)雜度：

同樣的，需要遍歷整個(gè)列表才能得到結(jié)果，所以時(shí)間復(fù)雜度為$O(n)$

總結(jié)

其實(shí)Python中的list和C++中的vector很類(lèi)似，如果想看底層實(shí)現(xiàn)，可以去看看cpython解釋器的具體實(shí)現(xiàn)。

方法時(shí)間復(fù)雜度說(shuō)明

[i]	$O(1)$
[i1, i2]	$O(k)$
append(x)	$O(1)$
insert(i, x)	$O(n)$
extend(iterable)	$O(k)$
pop()	$O(1)$
pop(i)	$O(n)$
remove(x)	$O(n)$
del	$O(n)$
clear()	$O(n)$	取決于解釋器
index(x)	$O(n)$
count(x)	$O(n)$

其他常用方法

Split()函數(shù)

split() 函數(shù)可以將字符串按照規(guī)律分割為小片段（也被稱(chēng)為字），然后存儲(chǔ)在一個(gè)列表中，例如：

>>> string = "hello world" >>> words = string.split() >>> print(words) ['hello', 'world']

我們還可以指定分隔符（默認(rèn)為空格），例如：

>>> string = "Hello_world_what_a_good_day" >>> words = string.split() >>> print(words) ['Hello_world_what_a_good_day']>>> words = string.split("_") >>> print(words) ['Hello', 'world', 'what', 'a', 'good', 'day']

list的優(yōu)點(diǎn)和缺點(diǎn)

優(yōu)點(diǎn)：

可以添加任意類(lèi)型的元素

通過(guò)索引快速訪(fǎng)問(wèn)

適合做末尾的添加操作

Python將列表設(shè)計(jì)成了一個(gè)很強(qiáng)大的數(shù)據(jù)結(jié)構(gòu)，主要體現(xiàn)在列表的特性上，例如列表推導(dǎo)式（List comprehensions）等，詳情見(jiàn)list的特性

缺點(diǎn)：

不利于做元素的刪除和插入操作

list的特性

待補(bǔ)充…

---

相關(guān)章節(jié)

Python數(shù)據(jù)結(jié)構(gòu)——array
Python數(shù)據(jù)結(jié)構(gòu)——list
Python數(shù)據(jù)結(jié)構(gòu)——tuple

總結(jié)

以上是生活随笔為你收集整理的Python数据结构——list的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。