Question

假设我有一个大约1280乘800的二维数组，我希望能够在某些数组插槽中存储大约4KiB的数据。（也许几百？）

使用Python list或dict的内存使用量/ CPU时间/代码复杂度权衡是什么？

在（123,456）处存储“blob ..”的快速示例。

coord = (123, 456)
L = []
L[to_index(coord)] = "blob.."
# to_index() probably returns (456*1280) + 123

或

coord = (123, 456)
D = {}
L[coord] = "blob.."

Answer 1

列表对于存储这些数据不会特别有效，因为它没有任何优势，因为它很稀疏。基本上你必须创建一个1024000个元素的列表，最初设置为None。在内部，它是一个向量或1024000个指针，在64位系统上每个8字节。创建此列表后，访问和设置特定单元格将是 O （1）操作。

OTOH，字典被实现为哈希表。因此，您只需要插入元素的空间。如果您正在处理稀疏数据，那么它是更好的选择。插入的摊销成本为 O （1），访问权限显然也是 O （1）。

您可以在PyCon演示文稿中"Core Python Containers: under-the-hood" (PPT)了解有关这些数据结构的更多信息（也可以video提供）