为什么具有相同数据的列表具有不同的大小？

Question

假设我用两种方式创建 python lists。

在第一种情况下我使用简单赋值：

my_list = []
print(my_list, '->', my_list.__sizeof__())
my_list = [1]
print(my_list, '->', my_list.__sizeof__())
my_list = [1, 1]
print(my_list, '->', my_list.__sizeof__())

在第二种情况下，我在列表中使用 append() 方法：

my_list = []
print(my_list, '->', my_list.__sizeof__())
my_list.append(1)
print(my_list, '->', my_list.__sizeof__())
my_list.append(1)
print(my_list, '->', my_list.__sizeof__())

但我得到了意想不到的（对我来说）输出：

=== WITH ASSIGNMENT ===
([], '->', 40)
([1], '->', 48)
([1, 1], '->', 56)
=== WITH APPEND ===
([], '->', 40)
([1], '->', 72)
([1, 1], '->', 72)

Python 内存管理在内部发生了什么？为什么 'same' 列表的大小不同？

Answer 1

当您追加到列表时，由于性能原因，内存被过度分配给列表，因此多次追加不需要为列表相应地重新分配内存，这会减慢速度重复追加情况下的整体性能。

CPython 来源在 comment:

中清楚地描述了这种行为

/* This over-allocates proportional to the list size, making room
 * for additional growth.  The over-allocation is mild, but is
 * enough to give linear-time amortized behavior over a long
 * sequence of appends() in the presence of a poorly-performing
 * system realloc().
 * The growth pattern is:  0, 4, 8, 16, 25, 35, 46, 58, 72, 88, ...
 * Note: new_allocated won't overflow because the largest possible value
 *       is PY_SSIZE_T_MAX * (9 / 8) + 6 which always fits in a size_t.
 */

在另一种情况下，列表是由文字构造的，列表的大小反映了容器本身的大小以及对每个包含对象的引用。

确切的分配行为可能因其他 Python 实现而异（请参阅 list.append 实现 Jython and PyPy）并且不保证存在过度分配。

为什么具有相同数据的列表具有不同的大小？

Why do lists with the same data have different sizes?

python

python-2.7

list

python-internals