Python中列表的大小调整因素是什么答案

【问题标题】：What is the resizing factor of lists in PythonPython中列表的大小调整因素是什么
【发布时间】：2019-02-11 05:11:01
【问题描述】：

例如，Java 中的ArrayLists 的大小调整因子为 2。当ArrayList 所环绕的数组空间不足时，该数组的所有元素都将转移到一个新数组，即 2乘以原始数组的大小。

由于 Python 列表/数组自然是动态的，它们的大小调整因素是什么？还是他们使用其他缩放方法？如果是这样，那是什么方法？它的渐近运行时（大 O）是多少？

【问题讨论】：

【解决方案1】：

对于 CPython，特别是在调整大小期间的过度分配在 objects/listobject.c 中实现。它被描述为

温和，但......足以在性能不佳的系统 realloc() 存在的情况下，在很长的 appends() 序列中提供线性时间摊销行为。

当列表需要增长时，它会增长到所需大小的大约 112.5%。特别是实际大小为new_size + new_size >> 3 + (newsize < 9 ? 3 : 6)。

【讨论】：

注意：这严格来说是当前版本的 CPython（参考解释器）的实现细节。过度分配规则随着时间的推移而改变，将来可能会继续改变，并且可能在所有其他非 CPython 解释器上有所不同（例如，Jython 可能会在后台合理地使用 ArrayList 并继承其行为）。没有记录的语言功能需要任何特定的实现。依赖特定的大小调整算法是个坏主意。
不过，这个答案对于概念理解和复杂性分析非常有用，如果没有别的。
@ShadowRanger 在他们最喜欢的当前安装的 Python 版本中，哪里可以找到这种行为的文档？我怎么才能确切地知道我拥有哪个版本？
@Gulzar：你没有。它在源代码本身中提到，也许是设置它的错误跟踪器条目。这对语言本身来说并不重要，只是一个实现细节，并且记录它会束缚他们的手，而不会提供任何有用的好处。 CPython 是参考解释器，因此除非您特意安装其他解释器，否则它就是您所拥有的。

【解决方案2】：

回答您的其他问题：在ArrayList 或类似的末尾添加一个项目需要 O(1) 时间，只要有 any 因素k > 1 这样重新分配总是会生成一个数组，该数组是前一个数组的 k 倍。

实际使用的因子并不重要，只要它大于 1。替代的重新分配方案可能具有不同的复杂性。例如，如果重新分配增加了一个常数，那么添加一个项目需要 O(N) 时间。

这就是为什么所有专业编写的动态增长数组每次都会增长一些因素。该因子提供了浪费空间比例的固定上限 ((k-1)/k)，与每个项目可以复制的平均次数的固定上限进行权衡添加序列。

假设您正在使用因子 k 并且您刚刚执行了 Nth 重新分配。这意味着您添加了大约 k^N 个项目。你复制了多少项目？设 C。那么：

C = k^(N-1) + k(N-2) + ... + 1

kC - C = k^N + k^(N-1) - k^(N-1) + k^(N-2) - k^(N-2) ... - 1

kC - C = k^N - 1

C = (k^N-1) / (k-1)

每项添加的副本数，则为C/K^N，差不多是1/(k-1) >.

所以 Java 的 k=2 因子意味着每个添加操作大约有一个副本，最多有 50% 个未使用的插槽，而 CPython 的因子 k =1.125 表示每次添加操作大约有 8 个副本，最多有 11% 个未使用的插槽。

【讨论】：