您的位置：首页 > 编程语言 > Python开发

Python中list的实现

2016-01-19 11:04 736 查看
原文链接
这篇文章介绍了Python中list是如何实现的。
在Python中list特别有用。让我们来看下list的内部是如何实现的。
来看下面简单的程序，在list中添加一些整数并将他们打印出来。

>>>L=[]
>>>L.append(1)
>>>L.append(2)
>>>L.append(3)
>>>L
[1,2,3]
>>>foreinL:
...printe
...
1
2
3

正如你所看到的，list是可以迭代的。

List对象的C结构

Python中list是用下边的C语言的结构来表示的。
ob_item
是用来保存元素的指针数组，allocated是
ob_item
预先分配的内存总容量

typedefstruct{
PyObject_VAR_HEAD
PyObject**ob_item;
Py_ssize_tallocated;
}PyListObject;

List的初始化

让我们来看下当初始化一个空list的时候发生了什么L=[]

arguments:sizeofthelist=0
returns:listobject=[]
PyListNew:
nbytes=size*sizeofglobalPythonobject=0
allocatenewlistobject
allocatelistofpointers(ob_item)ofsizenbytes=0
clearob_item
setlist'sallocatedvarto0=0slots
returnlistobject

非常重要的是知道list申请内存空间的大小（后文用allocated代替）的大小和list实际存储元素所占空间的大小(
ob_size
)之间的关系，
ob_size
的大小和
len(L)
是一样的，而allocated的大小是在内存中已经申请空间大小。通常你会看到allocated的值要比
ob_size
的值要大。这是为了避免每次有新元素加入list时都要调用realloc进行内存分配。接下来我们会看到更多关于这些的内容。

Append

我们在list中追加一个整数:L.append(1)。发生了什么？调用了内部的C函数app1()

arguments:listobject,newelement
returns:0ifOK,-1ifnot
app1:
n=sizeoflist
calllist_resize()toresizethelisttosizen+1=0+1=1
list
=list[0]=newelement
return0

来让我们看下
list_resize()
,
list_resize()
会申请多余的空间以避免调用多次
list_resize()
函数，list增长的模型是:0,4,8,16,25,35,46,58,72,88,…

arguments:listobject,newsize
returns:0ifOK,-1ifnot
list_resize:
new_allocated=(newsize>>3)+(newsize<9?3:6)=3
new_allocated+=newsize=3+1=4
resizeob_item(listofpointers)tosizenew_allocated
return0

开辟了四个内存空间来存放list中的元素，存放的第一个元素是1。你可以从下图中看到L[0]指向了我们刚刚加进去的元素。虚线的框代表了申请了但是还没有使用(存储元素)的内存空间



我们继续加入一个元素：L.append(2)。调用
list_resize
,同时n+1=2。但是因为allocated（译者注：已经申请的空间大小）是4。所以没有必要去申请新的内存空间。相同的事情发生在再次在list中添加两个元素的时候:L.append(3),L.append(4)。下图展示了到目前为止我们做了什么。



Insert

现在我们在列表的第一个位置插入一个整数5:L.insert(1,5),看看内部发生了什么。调用了ins1()

arguments:listobject,where,newelement
returns:0ifOK,-1ifnot
ins1:
resizelisttosizen+1=5->4moreslotswillbeallocated
startingatthelastelementuptotheoffsetwhere,rightshifteachelement
setnewelementatoffsetwhere
return0




虚线框表示已经申请但是没有使用的内存。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

当你弹出list的最后一个元素：L.pop()。调用listpop()，
list_resize
在函数listpop()内部被调用，如果这时
ob_size
（译者注：弹出元素后）小于allocated（译者注：已经申请的内存空间）的一半。这时申请的内存空间将会缩小。

arguments:listobject
returns:elementpopped
listpop:
iflistempty:
returnnull
resizelistwithsize5-1=4.4isnotlessthan8/2sonoshrinkage
setlistobjectsizeto4
returnlastelement

Pop的时间复杂度是O(1)



你可以发现4号内存空间指向还指向那个数值（译者注：弹出去的那个数值），但是很重要的是
ob_size
现在却成了4.
让我们再弹出一个元素。在
list_resize
内部，size–1=4–1=3比allocated（已经申请的空间）的一半还要小。所以list的申请空间缩小到
6个，list的实际使用空间现在是3个(译者注：根据(newsize>>3)+(newsize<9?3:6)=3在文章最后有详述)
你可以发现（下图）3号和4号内存空间还存储着一些整数，但是list的实际使用(存储元素)空间却只有3个了。



Remove

Pythonlist对象有一个方法可以移除一个指定的元素。调用listremove()。

arguments:listobject,elementtoremove
returnsnoneifOK,nullifnot
listremove:
loopthrougheachlistelement:
ifcorrectelement:
slicelistbetweenelement'sslotandelement'sslot+1
returnnone
returnnull

切开list和删除元素，调用了
list_ass_slice()
（译者注：在上文slicelistbetweenelement'sslotandelement'sslot+1被调用），来看下
list_ass_slice()
是如何工作的。在这里，低位为1高位为2（译者注：传入的参数），我们移除在1号内存空间存储的数据5

arguments:listobject,lowoffset,highoffset
returns:0ifOK
list_ass_slice:
copyinteger5torecyclelisttodereferenceit
shiftelementsfromslot2toslot1
resizelistto5slots
return0

Remove的时间复杂度为O(n)



译者注：

文中list的sort部分没有进行翻译
核心部分

我们能看到Python设计者的苦心。在需要的时候扩容,但又不允许过度的浪费,适当的内存回收是非常必要的。
这个确定调整后的空间大小算法很有意思。
调整后大小(new_allocated)=新元素数量(newsize)+预留空间(new_allocated)
调整后的空间肯定能存储newsize个元素。要关注的是预留空间的增长状况。
将预留算法改成Python版就更清楚了:(newsize//8)+(newsize<9and3or6)。
当newsize>=allocated,自然按照这个新的长度"扩容"内存。
而如果newsize<allocated,且利用率低于一半呢?
allocatednewsizenew_size+new_allocated
1044+3
2099+7
很显然,这个新长度小于原来的已分配空间长度,自然会导致realloc收缩内存。(不容易啊)

引自《深入Python编程》


                                            

                                        

                        
                        内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 点击这里给我发消息 
                    

                    

                    

                        

                         标签： 
                                                

                        

                    


                

            


            

                
相关文章推荐

                

                
            

        

        

            

            
            

                

                    
新的分享

                    

                        
                    

                

            


            

                

                    
章节导航