前言
“列表(list)与元组(tuple)两种数据类型有哪些区别”这个问题在初级程序员面试中经常碰到,超出面试官预期的答案往往能加不少印象分,也会给后续面试顺利进行提供一定帮助,这道题主要考察候选人对Python基本数据结构的掌握程度,属于简单类型的送分题,那么该如何来回答才不至于丢分?
相同点:都是序列类型
回答它们的区别之前,先来说说两者有什么相同之处。list 与 tuple 都是序列类型的容器对象,可以存放任何类型的数据、支持切片、迭代等操作
> foos = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] > foos[0:10:2] [0, 2, 4, 6, 8] > bars = (0, 1, 2, 3, 4, 5, 6, 7, 8, 9) > bars[1:10:2] (1, 3, 5, 7, 9)
两者的操作如此相似,Python 为什么还要设计出 tuple 这种类型出来呢?这就要从它们的不同之处来寻找答案。
不同点一:不可变 VS 可变
两种类型除了字面上的区别(括号与方括号)之外,最重要的一点是tuple是不可变类型,大小固定,而 list 是可变类型、数据可以动态变化,这种差异使得两者提供的方法、应用场景、性能上都有很大的区别。
列表特有方法:
> foo = [2,3,1,9,4] > foo.sort() # 排序 > foo.insert(5,10) # 插入 > foo.reverse() # 反转 > foo.extend([-1, -2]) # 扩展 > foo.remove(10) # 移除 > foo.pop() # 弹出最后一个元素 > foo.append(5) # 追加
所有的操作都基于原来列表进行更新,而 tuple 作为一种不可变的数据类型,同样大小的数据,初始化和迭代 tuple 都要快于 list
>python -m timeit "[1,2,3,4,5]" 10000000 loops, best of 3: 0.123 usec per loop >python -m timeit "(1,2,3,4,5)" 100000000 loops, best of 3: 0.0166 usec per loop
同样大小的数据,tuple 占用的内存空间更少
> foo = tuple(range(1000)) > bar = list(range(1000)) > foo.__sizeof__() 8024 > bar.__sizeof__() 9088
原子性的 tuple 对象还可作为字典的键
> foo = (1,(2,3)) > d = {foo: 1} > bar = (1, [2,3]) # 非原子性tuple,因为元组中包含有不可哈希的list > d = {bar: 1} Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: unhashable type: 'list'
不同点二:同构 VS 异构
tuple 用于存储异构(heterogeneous)数据,当做没有字段名的记录来用,比如用 tuple 来记录一个人的身高、体重、年龄。
person = ("zhangsan", 20, 180, 80)
比如记录坐标上的某个点
point = (x, y)
而列表一般用于存储同构数据(homogenous),同构数据就是具有相同意义的数据,比如下面的都是字符串类型
["zhangsan", "Lisi", "wangwu"]
再比如 list 存放的多条用户记录
[("zhangsan", 20, 180, 80), ("wangwu", 20, 180, 80)]
因为 tuple 作为没有名字的记录来使用在某些场景有一定的局限性,所以又有了一个 namedtuple 类型的存在,namedtuple 可以指定字段名,用来当做一种轻量级的类来使用。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
python,列表与元组,异同
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。