Python列表推導是否在每次迭代時附加？

Question

我試圖了解Python中列表理解的性能，以及使用它們與for循環創建列表的權衡。 使用for循環將元素追加到列表的已知性能代價之一是，在每次迭代中，它都是O（k）（其中k是列表的長度），因為追加需要到達列表的末尾添加其他元素。

列表推導如何工作？ 在每次迭代中，是否都需要到達新列表的末尾以添加新元素？

# For loop:
# O(n*k) (k=number of elements currently in list) time complexity:
new_list = []
for i in range(n): # O(n)
  new_list.append(i) # O(k) 

# List comprehension:
new_list = [i for i in range(n)] # Is this O(n)? 

我已經搜索了Python文檔，Stack Overflow和其他網站，但找不到有關此的任何信息。 有很多資源可用於獲取有關列表理解的更高級信息，但沒有類似的具體信息。

如果您無法提供答案，可以請您指導我，或向我展示如何查看實際的基礎Python列表理解代碼，以便我自己完成此工作？

Answer 1

追加到列表是攤銷 O(1)而不是O(k) ； 列表被實現為可變長度數組，而不是鏈接列表。 復雜性既適用for使用my_list.append調用的for循環，也適用於列表理解（后者，擾流器警報， 還可以追加）。

因此，在兩種情況下。 復雜度為O(N) 。

列表綜合通常表現更好，因為它們專門做一件事： 創建列表 。 為它們生成的字節碼是特定於此的。 （請參閱LIST_APPEND字節碼）

還要注意，列表理解，例如for循環，不一定在每次迭代時都附加。 通常使用if子句過濾掉要遍歷的可迭代元素。

---

如果您想了解如何在CPython中實現列表理解，可以查看為它們生成的字節碼，並在ceval.c掃描為每個列表執行的操作。

編譯列表理解表達式后，可以在dis上看到字節碼：

dis(compile('[i for i in range(10)]', '', 'exec').co_consts[0])
  1           0 BUILD_LIST               0
              2 LOAD_FAST                0 (.0)
        >>    4 FOR_ITER                 8 (to 14)
              6 STORE_FAST               1 (i)
              8 LOAD_FAST                1 (i)
             10 LIST_APPEND              2
             12 JUMP_ABSOLUTE            4
        >>   14 RETURN_VALUE

然后， 瀏覽ceval.c的案例，或在dis模塊中查看其文檔。