是链表还是数组？我四处寻找，只发现人们在猜测。我的 C 知识还不够好，无法查看源代码。
【问题讨论】：
标签： python arrays list linked-list python-internals
这取决于实现，但 IIRC：
ArrayList
因此它们都有 O(1) 随机访问。
【讨论】：
O(1) 用于列表索引是一个非常普遍且有效的假设，因此没有实现敢于破坏它。
在 CPython 中，列表是指针数组。 Python 的其他实现可能会选择以不同的方式存储它们。
【讨论】：
这是一个dynamic array。实际证明：无论索引如何，索引都需要（当然差异非常小（0.0013 µsecs！））相同的时间：
...>python -m timeit --setup="x = [None]*1000" "x[500]"
10000000 loops, best of 3: 0.0579 usec per loop
...>python -m timeit --setup="x = [None]*1000" "x[0]"
10000000 loops, best of 3: 0.0566 usec per loop
如果 IronPython 或 Jython 使用链表，我会感到震惊 - 它们会破坏许多基于列表是动态数组的假设而广泛使用的库的性能。
【讨论】：
x=[None]*1000 上，因此对任何可能的列表访问差异的测量都相当不精确。您需要分离出初始化：-s "x=[None]*100" "x[0]"
实际上，C 代码非常简单。扩展一个宏，剪掉一些不相关的cmets，基本结构在listobject.h，定义了一个列表为：
typedef struct {
PyObject_HEAD
Py_ssize_t ob_size;
/* 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
*/
Py_ssize_t allocated;
} PyListObject;
PyObject_HEAD 包含一个引用计数和一个类型标识符。所以，它是一个过度分配的向量/数组。当数组已满时调整数组大小的代码在listobject.c 中。它实际上并没有使数组加倍，而是通过分配来增长
new_allocated = (newsize >> 3) + (newsize < 9 ? 3 : 6);
new_allocated += newsize;
每次到容量，其中newsize 是请求的大小（不一定是allocated + 1，因为您可以extend 任意数量的元素，而不是append 一个接一个）。
另请参阅Python FAQ。
【讨论】：
array 模块或 NumPy。
Python 的列表实际上是可变长度数组，而不是 Lisp 样式的链表。
【讨论】：
正如其他人在上面所说，列表（当相当大时）是通过分配固定数量的空间来实现的，如果该空间应该填满，则分配更多的空间并复制元素。
要理解为什么该方法是 O(1) 摊销，但不失一般性，假设我们已插入 a = 2^n 个元素，现在我们必须将表加倍到 2^(n+1) 大小。这意味着我们目前正在进行 2^(n+1) 次操作。最后一个副本，我们做了 2^n 次操作。在此之前，我们做了 2^(n-1)... 一直到 8,4,2,1。现在，如果我们把这些加起来，我们得到 1 + 2 + 4 + 8 + ... + 2^(n+1) = 2^(n+2) - 1
【讨论】：
我建议Laurent Luce's article "Python list implementation"。对我来说真的很有用，因为作者解释了列表是如何在 CPython 中实现的，并为此使用了出色的图表。
列表对象C结构
CPython 中的列表对象由以下 C 结构表示。
ob_item是指向列表元素的指针列表。分配的是内存中分配的槽数。typedef struct { PyObject_VAR_HEAD PyObject **ob_item; Py_ssize_t allocated; } PyListObject;注意分配的插槽和列表大小之间的差异很重要。列表的大小与
len(l)相同。分配的插槽数是在内存中分配的。通常，您会看到已分配可能大于大小。这是为了避免每次将新元素附加到列表时都需要调用realloc。
...
追加
我们将一个整数附加到列表中：
l.append(1)。会发生什么？我们继续添加一个元素：
l.append(2)。list_resize以 n+1 = 2 调用，但由于分配的大小为 4，因此无需分配更多内存。当我们再添加 2 个整数时也会发生同样的情况：l.append(3)、l.append(4)。下图显示了我们目前所拥有的。
...
插入
...
流行音乐
当你弹出最后一个元素时：
l.pop()，listpop()被调用。list_resize在listpop()内部调用，如果新大小小于分配大小的一半，则列表将缩小。您可以观察到插槽 4 仍然指向整数，但重要的是列表的大小现在是 4。 让我们再弹出一个元素。在
list_resize()中，size – 1 = 4 – 1 = 3 小于分配槽的一半，因此列表缩减为 6 个槽，现在列表的新大小为 3。
...
【讨论】：
aggregation，而不是 composition。我希望也有一份作曲清单。
Python 中的列表类似于数组，您可以在其中存储多个值。 List 是可变的，这意味着您可以更改它。您应该知道的更重要的事情是，当我们创建一个列表时，Python 会自动为该列表变量创建一个 reference_id。如果您通过分配其他变量来更改它，则主列表将被更改。让我们尝试一个例子：
list_one = [1,2,3,4]
my_list = list_one
#my_list: [1,2,3,4]
my_list.append("new")
#my_list: [1,2,3,4,'new']
#list_one: [1,2,3,4,'new']
我们附加了my_list，但我们的主列表已更改。那意味着的列表没有分配为副本列表分配为其参考。
【讨论】：
在 CPython 中列表是作为动态数组实现的，因此当我们追加时，不仅添加了一个宏，而且分配了更多空间，因此每次都不应添加新空间。
【讨论】：