Python的清单是如何实现的？
Answers:
这是一个动态数组。实际证明：不管索引如何，索引都需要花费同一时间（当然，差异很小（0.0013微秒！））：
...>python -m timeit --setup="x = [None]*1000" "x[500]"
10000000 loops, best of 3: 0.0579 usec per loop
...>python -m timeit --setup="x = [None]*1000" "x[0]"
10000000 loops, best of 3: 0.0566 usec per loop
如果IronPython或Jython使用链接列表，我会感到惊讶-它们会破坏许多基于列表是动态数组的假设而广泛使用的库的性能。
x=[None]*1000，因此对任何可能的列表访问差异的度量都不够精确。您需要单独进行初始化：-s "x=[None]*100" "x[0]"
实际上，C代码非常简单。扩展一个宏并修剪一些不相关的注释，其基本结构在中listobject.h，该结构将列表定义为：
typedef struct {
PyObject_HEAD
Py_ssize_t ob_size;
/* Vector of pointers to list elements. list[0] is ob_item[0], etc. */
PyObject **ob_item;
/* ob_item contains space for 'allocated' elements. The number
* currently in use is ob_size.
* Invariants:
* 0 <= ob_size <= allocated
* len(list) == ob_size
* ob_item == NULL implies ob_size == allocated == 0
*/
Py_ssize_t allocated;
} PyListObject;PyObject_HEAD包含引用计数和类型标识符。因此，它是一个整体的向量/数组。用于在此类数组已满时调整其大小的代码在中listobject.c。它实际上并没有将数组加倍，而是通过分配来增长
new_allocated = (newsize >> 3) + (newsize < 9 ? 3 : 6);
new_allocated += newsize;每次达到最大容量时，newsize请求的大小在哪里（不一定allocated + 1是因为您可以添加extend任意数量的元素，而不是append一个一个地添加它们）。
另请参阅Python FAQ。
array首选模块或NumPy。
这取决于实现，但是IIRC：
- CPython使用了一个指针数组
- Jython使用
ArrayList - IronPython显然也使用数组。您可以浏览源代码以找出答案。
因此，它们都具有O（1）随机访问权限。
O(1)列表索引是一个相当普遍且有效的假设，因此没有实现敢于打破它。
我建议Laurent Luce的文章“ Python列表实现”。这对我真的很有用，因为作者解释了该列表是如何在CPython中实现的，并为此使用了出色的图表。
列出对象C的结构
CPython中的列表对象由以下C结构表示。
ob_item是指向列表元素的指针的列表。已分配是在内存中分配的插槽数。typedef struct { PyObject_VAR_HEAD PyObject **ob_item; Py_ssize_t allocated; } PyListObject;重要的是要注意分配的插槽和列表大小之间的差异。列表的大小与相同
len(l)。分配的插槽数是已在内存中分配的数量。通常，您会看到分配的大小可能大于大小。这是为了避免realloc每次将新元素添加到列表时都需要调用。
...
附加
我们将一个整数附加到列表中：
l.append(1)。怎么了？
我们继续添加一个元素：
l.append(2)。list_resize在n + 1 = 2时调用，但是由于分配的大小为4，因此无需分配更多的内存。同样的事情发生时，我们增加2个整数：l.append(3)，l.append(4)。下图显示了到目前为止的内容。
...
插
让我们在位置1处插入一个新的整数（5），
l.insert(1,5)看看内部发生了什么。
...
流行音乐
当您弹出最后一个元素：时
l.pop()，将listpop()被调用。list_resize在内部调用listpop()，如果新大小小于分配大小的一半，则列表将缩小。您可以观察到插槽4仍指向整数，但重要的是列表的大小现在为4。让我们再弹出一个元素。在中
list_resize()，大小– 1 = 4 – 1 = 3小于分配的插槽的一半，因此列表缩小为6个插槽，现在列表的新大小为3。您可以观察到插槽3和4仍指向一些整数，但重要的是列表的大小现在为3。
...
删除 Python列表对象具有删除特定元素的方法：
l.remove(5)。
aggregation，不是composition。我希望也有一个组成列表。
正如上面其他人所述，这些列表（当列表很大时）是通过分配固定数量的空间来实现的；如果该空间应填充，则分配更大的空间并在元素上进行复制。
为了理解为什么在不损失一般性的情况下对O（1）进行摊销，假设我们插入了a = 2 ^ n个元素，现在我们必须将表加倍为2 ^（n + 1）个大小。这意味着我们当前正在执行2 ^（n + 1）个操作。最后一个副本，我们进行了2 ^ n次操作。在此之前，我们做了2 ^（n-1）...一直到8,4,2,1。现在，如果将它们加起来，我们得到1 + 2 + 4 + 8 + ... + 2 ^（n + 1）= 2 ^（n + 2）-1 <4 * 2 ^ n = O（2 ^ n）= O（a）总插入（即O（1）摊销时间）。另外，应注意，如果表允许删除，则表收缩必须以其他因子（例如3倍）完成
Python中的列表类似于数组，您可以在其中存储多个值。列表是可变的，这意味着您可以更改它。您应该知道的更重要的事情是，当我们创建列表时，Python会自动为该列表变量创建reference_id。如果通过分配其他变量来更改它，则主列表将被更改。让我们尝试一个例子：
list_one = [1,2,3,4]
my_list = list_one
#my_list: [1,2,3,4]
my_list.append("new")
#my_list: [1,2,3,4,'new']
#list_one: [1,2,3,4,'new']我们追加了，my_list但是我们的主要列表已更改。这意味着没有将列表指定为副本列表，将其指定为参考。