深入Python列表的内部实现

本文将介绍列表在 CPython中的实现，因为毕竟Cpython 又是 Python 最为常用的实现，一起来看看吧，希望对大家学习python有所帮助。

　　Python 中的列表非常强大，看看它的内部实现机制是怎么样的，一定非常有趣。

　　下面是一段 Python 脚本，在列表中添加几个整数，然后打印列表。

　　>>> l = []

　　>>> l.append(1)

　　>>> l.append(2)

　　>>> l.append(3)

　　>>> l

　　[1, 2, 3]

　　>>> for e in l:

　　...   print e

　　...

　　1

　　2

　　3

　　可以发现，列表是一个迭代器。

　　列表对象的 C 语言结构体

　　Cpython 中的列表实现类似于下面的 C 结构体。ob_item 是指向列表对象的指针数组。allocated 是申请内存的槽的个数。

　　typedef struct {

　　PyObject_VAR_HEAD

　　PyObject **ob_item;

　　Py_ssize_t allocated;

　　} PyListObject;

　　列表初始化

　　看看初始化一个空列表的时候发生了什么，例如：l = []。

　　arguments: size of the list = 0

　　returns: list object = []

　　PyListNew:

　　nbytes = size * size of global Python object = 0

　　allocate new list object

　　allocate list of pointers (ob_item) of size nbytes = 0

　　clear ob_item

　　set list's allocated var to 0 = 0 slots

　　return list object

　　要分清列表大小和分配的槽大小，这很重要。列表的大小和 len(l) 的大小相同。分配槽的大小是指已经在内存中分配了的槽空间数。通常分配的槽的大小要大于列表大小，这是为了避免每次列表添加元素的时候都调用分配内存的函数。下面会具体介绍。

　　Append 操作

　　向列表添加一个整数：l.append(1) 时发生了什么?调用了底层的 C 函数 app1()。

　　arguments: list object, new element

　　returns: 0 if OK, -1 if not

　　app1:

　　n = size of list

　　call list_resize() to resize the list to size n+1 = 0 + 1 = 1

　　list[n] = list[0] = new element

　　return 0

　　下面是 list_resize() 函数。它会多申请一些内存，避免频繁调用 list_resize() 函数。列表的增长模式为：0，4，8，16，25，35，46，58，72，88……

　　arguments: list object, new size

　　returns: 0 if OK, -1 if not

　　list_resize:

　　new_allocated = (newsize >> 3) + (newsize < 9 ? 3 : 6) = 3

　　new_allocated += newsize = 3 + 1 = 4

　　resize ob_item (list of pointers) to size new_allocated

　　return 0

　　现在分配了 4 个用来装列表元素的槽空间，并且第一个空间中为整数 1。如下图显示 l[0] 指向我们新添加的整数对象。虚线的方框表示已经分配但没有使用的槽空间。

　　列表追加元素操作的平均复杂度为 O(1)。

继续添加新的元素：l.append(2)。调用 list_resize 函数，参数为 n+1 = 2， 但是因为已经申请了 4 个槽空间，所以不需要再申请内存空间。再添加两个整数的情况也是一样的：l.append(3)，l.append(4)。下图显示了我们现在的情况。

Insert 操作

　　在列表偏移量 1 的位置插入新元素，整数 5：l.insert(1,5)，内部调用ins1() 函数。

　　arguments: list object, where, new element

　　returns: 0 if OK, -1 if not

　　ins1:

　　resize list to size n+1 = 5 -> 4 more slots will be allocated

　　starting at the last element up to the offset where, right shift each element

　　set new element at offset where

　　return 0

虚线的方框依旧表示已经分配但没有使用的槽空间。现在分配了 8 个槽空间，但是列表的大小却只是 5。

　　列表插入操作的平均复杂度为 O(n)。

　　Pop 操作

　　取出列表最后一个元素 即l.pop()，调用了 listpop() 函数。在 listpop() 函数中会调用 list_resize 函数，如果取出元素后列表的大小小于分配的槽空间数的一半，将会缩减列表的大小。

　　arguments: list object

　　returns: element popped

　　listpop:

　　if list empty:

　　return null

　　resize list with size 5 - 1 = 4. 4 is not less than 8/2 so no shrinkage

　　set list object size to 4

　　return last element

　　列表 pop 操作的平均复杂度为 O(1)。

可以看到 pop 操作后槽空间 4 依然指向原先的整数对象，但是最为关键的是现在列表的大小已经变为 4。

　　继续 pop 一个元素。在 list_resize() 函数中，size – 1 = 4 – 1 = 3 已经小于所分配的槽空间大小的一半，所以缩减分配的槽空间为 6，同时现在列表的大小为 3。

　　可以看到槽空间 3 和 4 依然指向原先的整数，但是现在列表的大小已经变为 3。

　Remove 操作

　　Python 的列表对象有个方法，删除指定的元素： l.remove(5)。底层调用 listremove() 函数。

　　arguments: list object, element to remove

　　returns none if OK, null if not

　　listremove:

　　loop through each list element:

　　if correct element:

　　slice list between element's slot and element's slot + 1

　　return none

　　return null

　　为了做列表的切片并且删除元素，调用了 list_ass_slice() 函数，它的实现方法比较有趣。我们在删除列表位置 1 的元素 5 的时候，低位的偏移量为 1 同时高位的偏移量为 2.

　　arguments: list object, low offset, high offset

　　returns: 0 if OK

　　list_ass_slice:

　　copy integer 5 to recycle list to dereference it

　　shift elements from slot 2 to slot 1

　　resize list to 5 slots

　　return 0

　　列表 remove 操作的复杂度为 O(n)。

 

来源：51CTO