Das Problem:
Generieren Sie bei einer gegebenen Liste von Ganzzahlen alle Unterlisten der Bilden Sie L[k:] für k in [0, len(L)-1] effizient, ohne Kopien zu erstellen.
Die Antwort:
Das Aufteilen einer Liste in Python führt nicht zu einer Generierung Kopien der zugrunde liegenden Objekte, nur Verweise auf sie.
Um dies zu demonstrieren, betrachten Sie drei ganzzahlige Objekte mit demselben Wert:
a = [1000 + 1, 1000 + 1, 1000 + 1]
Sie haben unterschiedliche Objekt-IDs, die darauf hinweisen, dass es sich um separate Objekte handelt:
map(id, a) # returns [140502922988976, 140502922988952, 140502922988928]
Das Aufteilen dieser Objekte führt zu neuen Listenobjekten mit denselben Referenzen, was zeigt, dass keine neuen Objekte erstellt wurden:
b = a[1:3] map(id, b) # returns [140502922988952, 140502922988928]
Dieses Verhalten gilt sowohl für unveränderliche (z. B. Ganzzahlen) als auch veränderliche (z. B. Listen) Werte.
Während das Slicing keine neuen Objekte generiert, verursacht es dennoch einen gewissen Speicher-Overhead zum Kopieren von Referenzen und zum Pflegen von Listenmetadaten. Beispielsweise hat eine Liste mit N Elementen einen Speicheraufwand von 72 Byte.
Wenn die Speicheroptimierung von entscheidender Bedeutung ist, sollten Sie Numpy-Arrays anstelle von Listen als Slicing-Numpy-Arrays verwenden teilt den Speicher zwischen dem Slice und dem ursprünglichen Array. Dieser Ansatz erfordert jedoch eine sorgfältige Handhabung, um unbeabsichtigte Änderungen zu vermeiden.
Slicing-Listen in Python ist eine effiziente Operation, die keine Kopien der zugrunde liegenden Objekte generiert. Dieses Verhalten sollte bei der Betrachtung von Leistungsoptimierungen berücksichtigt werden.
Das obige ist der detaillierte Inhalt vonErstellt das Aufteilen einer Liste in Python Kopien der zugrunde liegenden Objekte?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!