Question

我在Stack Overflow上的一篇评论中读到，更改列表时进行切片分配的内存效率更高。例如，

a[:] = [i + 6 for i in a]

应该比

更有效

a = [i + 6 for i in a]

因为前者替换了现有列表中的元素，而后者创建了一个新列表并将a重新绑定到该新列表，将旧a保留在内存中，直到它可以被垃圾回收。对速度进行基准测试，后者稍快一点：

$ python -mtimeit -s 'a = [1, 2, 3]' 'a[:] = [i + 6 for i in a]'
1000000 loops, best of 3: 1.53 usec per loop
$ python -mtimeit -s 'a = [1, 2, 3]' 'a = [i + 6 for i in a]'
1000000 loops, best of 3: 1.37 usec per loop

这就是我所期望的，因为重新绑定变量应该比替换列表中的元素更快。但是，我找不到任何支持内存使用声明的官方文档，而且我不确定如何对其进行基准测试。

从表面上看，内存使用声明对我来说很有意义。但是，考虑一下，我希望在前一种方法中，解释器会从列表推导中创建一个新列表，然后然后将该列表中的值复制到a，让匿名列表浮动，直到它被垃圾收集。如果是这种情况，那么前一种方法将使用相同数量的内存，同时也会变慢。

任何人都可以明确地显示（使用基准或官方文档）这两种方法中哪一种更有效，哪种方式更受欢迎？

提前致谢。

Answer 1

该行

a[:] = [i + 6 for i in a]

不会保存任何内存。 Python确实首先评估右侧，如language documentation：

中所述

赋值语句计算表达式列表（请记住，这可以是单个表达式或以逗号分隔的列表，后者产生元组）并将单个结果对象从左到右分配给每个目标列表。

在目前的情况下，单个结果对象将是新列表，目标列表中的单个目标将是a[:]。

我们可以用生成器表达式替换列表推导：

a[:] = (i + 6 for i in a)

现在，右侧评估生成器而不是列表。基准测试表明，这仍然比天真

慢

a = [i + 6 for i in a]

生成器表达式实际上是否保存了任何内存？乍一看，你可能会认为它确实如此。但是深入研究source code of the function list_ass_slice()表明它没有。这条线

v_as_SF = PySequence_Fast(v, "can only assign an iterable");

使用PySequence_Fast()将iterable（在本例中为生成器）转换为元组，然后将其复制到旧列表中。元组使用与列表相同的内存量，因此使用生成器表达式与在这种情况下使用列表推导基本相同。在最后一次复制期间，重复使用原始列表的项目。

道德似乎是最简单的方法在任何方面都是最好的方法。

Python切片分配内存使用情况

1 个答案: