“ resize 是增加列表开销的重要因素。”
Python 列表底层是通过存储对象指针的变长数组来实现的，使用数组带来的好处就是可以通过索引随机访问列表中的元素。
然而，由于 list 属于可变数据类型，我们可以动态地在 list 中增减元素，当底层数组不足以容纳新元素时，就要调整其大小了。这正是“变长”的含义所在。
那么，list 使用的变长数组是如何调整其大小呢?我们通过阅读 Python 源码来做下简单分析。
【列表初始内存分配机制】
先来了解一下，创建一个 list 时，list 底层数组是什么样子的。
list___init__() 是创建 list 对象的接口函数。它调用了 list___init___impl(self, iterable)。list___init___impl 接受一个 iterable 作为初始化源。这和我们通常初始化一个 list 对象的方式是一致的。
list___init___impl 做了哪些初始化工作呢?
list___init___impl() 首先将入参 self 指向的对象清空，原因是：Python 为提升创建 list 对象的效率，维护了一个 free_list 对象池。它可以回收不再使用的 list 对象，并重新分配给新 list 对象使用。
- /* Empty list reuse scheme to save calls to malloc and free */
- #ifndef PyList_MAXFREELIST
- # define PyList_MAXFREELIST 80
- #endif
- static PyListObject *free_list[PyList_MAXFREELIST];
- static int numfree = 0;
这个 list 内存池的大小为 80.
如果 self 指向的是一个缓存池中的对象，则需要先将它清理干净。
然后，list___init___impl() 调用 list_preallocate_exact() 为 self 的变长数组分配一块内存，这个数组中元素的个数和 iterable 中元素的个数相同。
这样，list 对象使用的变长数组就创建好了。
【列表 resize 的实现算法】
那么，变长数组是使用什么算法来调整其大小呢?
这个逻辑是在 list_resize() 函数中实现的。先看代码。
- static int
- list_resize(PyListObject *self, Py_ssize_t newsize)
- {
- PyObject **items;
- size_t new_allocated, num_allocated_bytes;
- Py_ssize_t allocated = self->allocated;
- /*Step 1*/
- if (allocated >= newsize && newsize >= (allocated >> 1)) {
- assert(self->ob_item != NULL || newsize == 0);
- Py_SET_SIZE(self, newsize);
- return 0;
- }
- /*Step 2*/
- new_allocated = ((size_t)newsize + (newsize >> 3) + 6) & ~(size_t)3;
- /* Do not overallocate if the new size is closer to overalocated size
- * than to the old size.
- */
- if (newsize - Py_SIZE(self) > (Py_ssize_t)(new_allocated - newsize))
- new_allocated = ((size_t)newsize + 3) & ~(size_t)3;
- if (newsize == 0)
- new_allocated = 0;
- /*Step 3*/
- num_allocated_bytes = new_allocated * sizeof(PyObject *);
- items = (PyObject **)PyMem_Realloc(self->ob_item, num_allocated_bytes);
- if (items == NULL) {
- PyErr_NoMemory();
- return -1;
- }
- /*Step 4*/
- self->ob_item = items;
- Py_SET_SIZE(self, newsize);
- self->allocated = new_allocated;
- return 0;
- }
list_resize() 的处理逻辑为：
- 先判断原 list 对象已分配的空间是否满足新需求：大于 newsize，且不超过 newsize 的两倍(超过 newsize 两倍时，需要缩短已分配空间)。满足，则无需再调整。
- 计算新数组的需要容纳的元素的数目：new_allocated。这个算法有点难理解：它会额外分配一些内存，并将这块内存以 4 的倍数进行对齐。可以不用去细究为什么要这样计算。
- 计算需要重新分配的内存大小：num_allocated_bytes。
- 调用 PyMem_Realloc() 分配内存。
更新 self 指向对象的相关属性：调整变长数组指针的指向，设置 list 中元素的个数，设置已分配空间的大小。
【哪些操作会导致列表 resize?】
我们已经了解了 resize 的执行逻辑。那么 list 会在什么情况下 resize 底层数组呢?
- 数组内存不够用的时候
insert、append、extend、切片赋值，这些操作都有可能需要分配更多的内存。
- 数组内存冗余的时候
pop、remove 可能需要缩减数组的空间，避免浪费。
看起来，凡是修改 list 元素数目的操作都有可能导致 resize 的发生。这些操作函数(定义在 listobject.c 中)确实也全部调用了 list_resize() 函数。
根据上边的 resize 算法，如果你的 list 中的元素数目抖动很大，发生 resize 的概率就大很多。
因此，我们在开发中应尽量避免频繁大幅度增减 list 元素的情况，以提升程序的运行效率。
本文转载自微信公众号「python学与思」，可以通过以下二维码关注。转载本文请联系python学与思公众号。
