在Python中切片列表而不生成副本

Question 1

我有以下问题。

给定一个整数列表L，我需要生成所有子列表L[k:] for k in [0, len(L) - 1]，而不生成副本。

如何在Python中完成此操作？用某种缓冲对象？

Question 2

简短的答案

切片列表不会生成列表中对象的副本；它只是将引用复制到它们。这就是所问问题的答案。

长答案

测试可变和不变的值

首先，让我们测试一下基本主张。我们可以证明，即使在整数之类的不可变对象的情况下，也仅复制了引用。这是三个不同的整数对象，每个都有相同的值：

>>> a = [1000 + 1, 1000 + 1, 1000 + 1]

它们具有相同的值，但是您可以看到它们是三个不同的对象，因为它们具有不同的ids：

>>> map(id, a)
[140502922988976, 140502922988952, 140502922988928]

对它们进行切片时，引用保持不变。尚未创建新对象：

>>> b = a[1:3]
>>> map(id, b)
[140502922988952, 140502922988928]

使用具有相同值的不同对象表明复制过程不会为interner困扰，它只是直接复制引用。

使用可变值进行测试会得到相同的结果：

>>> a = [{0: 'zero', 1: 'one'}, ['foo', 'bar']]
>>> map(id, a)
[4380777000, 4380712040]
>>> map(id, a[1:]
... )
[4380712040]

检查剩余的内存开销

当然，引用本身也会被复制。在64位计算机上，每个字节花费8个字节。每个列表都有其自己的72字节的内存开销：

>>> for i in range(len(a)):
...     x = a[:i]
...     print('len: {}'.format(len(x)))
...     print('size: {}'.format(sys.getsizeof(x)))
... 
len: 0
size: 72
len: 1
size: 80
len: 2
size: 88

正如Joe Pinsonault提醒我们的那样，开销加起来了。整数对象本身不是很大-它们比引用大三倍。因此，这从绝对的意义上为您节省了一些内存，但是，渐近地，能够将多个“视图”列表放入同一内存可能会很好。

使用视图节省内存

不幸的是，Python没有提供简单的方法来产生作为列表“视图”的对象。也许我应该说“幸运”！这意味着您不必担心切片的来源；更改为原始图像不会影响切片。总的来说，这使得对程序行为的推理变得容易得多。

如果您确实想通过使用视图来节省内存，请考虑使用numpy数组。切片numpy数组时，切片和原始切片之间共享内存：

>>> a = numpy.arange(3)
>>> a
array([0, 1, 2])
>>> b = a[1:3]
>>> b
array([1, 2])

当我们修改a并再次查看时会发生什么b？

>>> a[2] = 1001
>>> b
array([   1, 1001])

但这意味着您必须确保在修改一个对象时，不要无意间修改了另一个对象。这是您使用时的折衷方案numpy：计算机工作量减少，程序员工作量增加！

Question 3

根据您的操作，您可能可以使用islice。

由于它是通过迭代操作的，因此它不会创建新列表，而只会yield根据其范围的要求从原始列表中创建元素的迭代器。

Question 4

一个简单的替代方法islice是不遍历不需要的列表项：

def listslice(xs, *args):
    for i in range(len(xs))[slice(*args)]:
        yield xs[i]

用法：

>>> xs = [0, 2, 4, 6, 8, 10]

>>> for x in listslice(xs, 2, 4):
...     print(x)
4
6

Question 5

我编写了一个ListView类，避免甚至复制列表的书脊：

https://gist.github.com/3noch/b5f3175cfe39aea71ca4d07469570047

这支持嵌套切片，以便您可以继续切片到视图中以获取更窄的视图。例如：ListView(list(range(10)))[4:][2:][1] == 7。

请注意，当基础列表和测试套件一起发生突变时，这还没有完全解决，应该多进行一些错误检查。

Question 6

通常，列表切片是最佳选择。

这是一个快速的性能比较：

from timeit import timeit
from itertools import islice

for size in (10**4, 10**5, 10**6):
    L = list(range(size))
    S = size // 2
    def sum_slice(): return sum(L[S:])
    def sum_islice(): return sum(islice(L, S, None))
    def sum_for(): return sum(L[i] for i in range(S, len(L)))

    assert sum_slice() == sum_islice()
    assert sum_slice() == sum_for()

    for method in (sum_slice, sum_islice, sum_for):
        print(f'Size={size}, method={method.__name__}, time={timeit(method, number=1000)} ms')

结果：

Size=10000,   method=sum_slice,  time=0.0298 ms
Size=10000,   method=sum_islice, time=0.0449 ms
Size=10000,   method=sum_for,    time=0.2500 ms
Size=100000,  method=sum_slice,  time=0.3262 ms
Size=100000,  method=sum_islice, time=0.4492 ms
Size=100000,  method=sum_for,    time=2.4849 ms
Size=1000000, method=sum_slice,  time=5.4092 ms
Size=1000000, method=sum_islice, time=5.1139 ms
Size=1000000, method=sum_for,    time=26.198 ms