Python列表的基础数据结构是什么？

用于实现Python内置列表数据类型的典型底层数据结构是什么？

列表对象被实现为数组。它们针对快速的固定长度操作进行了优化，并为pop（0）和insert（0，v）操作产生O（n）内存移动成本，这些操作会同时更改基础数据表示的大小和位置。

另请参阅：http : //docs.python.org/library/collections.html#collections.deque

顺便说一句，我发现有趣的是，有关数据结构的Python教程建议使用pop（0）模拟队列，但不提及O（n）或双端队列选项。

http://docs.python.org/tutorial/datastructures.html#using-lists-as-queues

CPython：

typedef struct {
    PyObject_VAR_HEAD
    /* 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
     * list.sort() temporarily sets allocated to -1 to detect mutations.
     *
     * Items must normally not be NULL, except during construction when
     * the list is not yet visible outside the function that builds it.
     */
    Py_ssize_t allocated;
} PyListObject;

从下一行可以看出，列表被声明为的指针数组PyObjects。

PyObject **ob_item;

在Jython实现中，它是一个ArrayList<PyObject>。

尽管很明显，但值得一提的是Python列表是Dynamic数组（与Static数组相对）。这是面试问题/学术不足中的一个重要区别。

由于数组是动态的，因此Python在声明时会保留大量内存，例如：

somelist = []

由于已经预留了额外的内存somelist.append()，因此O(1)大多数情况下仅执行写入下一个保留的内存插槽。对于静态数组，通常数组已满（即，如果有4个字节，则数组大小为4），并且附加总是会出现，O(n)因为它们需要保留一组全新的内存（现在可能是5个字节）并复制内容。