Python中列表的append操作比insert操作效率高的实质

Python中列表的append操作比insert操作效率高的实质

Python中的列表并不是传统意义上的列表，这也是Python中列表的append操作比insert操作高效的根本原因。传统意义上的列表，通常叫做链表，是通过一系列的节点来实现的，每个节点（尾节点除外）都有一个指向下一个节点的指针。简单单向链表（双向链表多一个指向前一个节点的指针）实现如下：
class Node:
def __init__(self,value,next=Node)
self.value=value
self.next=next
将节点构造成列表：
>>>L=Node("a",Node("b",Node("c",Node("d"))))
>>>L.next.next.value
'c'
但是Python中的列表则与此不同。它不是由若干个独立的节点相互引用而组成的，而是一整块单一连续的内存区块--我们通常称之为数组。这直接导致其与链表之间的一些区别。例如，尽管两者在遍历时的效率相差无几（除了链表有一些额外开销），但是如果我们按照既定索引值对某元素进行直接访问的话，显然使用数组会更加的高效。因为在数组中，我们通常可以直接计算出目标元素在内存中的位置，并对其进行直接访问。而对于链表，我们需要从头开始遍历整个链表。
但是对于insert操作来说，情况又有所不同。对于链表而言，只要知道了在哪里执行insert操作，其操作成本是非常低的。无论该链表中有多少元素，其操作时间大致相同。但是，对于数组而言，每次执行insert操作都需要移动插入点右边所有的元素，甚至在必要时需要把所有数组元素复制到另外一个更大的数组中。也正因如此，append操作通常会采用一种被称为动态数组或向量的特定解决方案。其主要思路是将内存分配的过大一些，并且等到其溢出时，在线性时间内再次重新分配内存。但这样做似乎会使得append操作变得跟insert操作一样糟糕。其实不然，因为尽管这两种情况会迫使我们去搬动大量的元素，但主要的不同点在于，对于append操作，发生这样的可能性要小得多。事实上，只要我们能确保每次所搬入的数组都大过原数组一定的比例（例如20%甚至100%），那么该操作的平均成本（或者说的更确切一些，将这些搬运开销均摊到每次append操作中去）通常是常数的。