Python 有多少种方法可以将元素添加到列表中？哪种方法最快？

当我参加一次工作面试时，我问了一个关于Python的问题：有多少种方法可以将一个元素添加到列表中，哪种方法最快

---

我知道我可以使用列表的方法，比如

append

，

insert

，当然还有

+

。那么，还有其他的吗？哪一个最快，为什么？

让我们来看看！这是使用ipython的

%%timeit

魔术功能

In [5]: %%timeit x = []
   ...: x = x + [1]
   ...:
10000 loops, best of 3: 21.5 us per loop

In [6]: %%timeit x = []
x.append(1)
   ...:
1000000 loops, best of 3: 93.7 ns per loop

In [7]: %%timeit x = []
x.insert(0, 1)
   ...:
100000 loops, best of 3: 30 us per loop

In [8]: %%timeit x = [1,2,3]
x.insert(len(x), 1)
   ...:
1000000 loops, best of 3: 293 ns per loop

In [9]: %%timeit x = []
x.extend([1])
   ....:
1000000 loops, best of 3: 208 ns per loop

In [15]: %%timeit x = []
x += [1]
   ....:
10000000 loops, best of 3: 165 ns per loop

因此

append

是最快的，其次是

+=

，然后是

extend（）

，最后是

insert

ing。这是因为Python不必创建新列表（如

+

）或移动所有元素（如在开头插入）

值得注意的是，

x=x+[1]

比

x+=[1]

慢200多倍。下次性能真正重要时，请记住这一点

现在，对于附加非常大的列表，这种行为可能会有所不同。区别并没有那么明显：

In [17]: %%timeit y = []
y = y + range(1000000)
   ....:
10 loops, best of 3: 76.8 ms per loop

In [18]: %%timeit y = []
y += range(1000000)
   ....:
10 loops, best of 3: 23.4 ms per loop

但在将添加到非常大的列表的情况下肯定是这样的：

In [24]: %%timeit y = range(1000000)
y.append(1)
   ....:
10000000 loops, best of 3: 92.7 ns per loop

In [29]: %%timeit y = range(1000000)
y.insert(len(y), 1)
   ....:
1000000 loops, best of 3: 293 ns per loop

In [30]: %%timeit y = range(1000000)
y = y + [1]
   ....:
100 loops, best of 3: 12.6 ms per loop

---

这在性能上相差130927次！这就是为什么这是一个面试问题。

+

不会修改原始列表<代码>+=没有

+=

与

extend

是一样的。追加，或在末尾插入是最快的，并且有O（1）个摊销时间。在列表中除常量结尾以外的任何位置插入都具有O（n）时间复杂度

还请注意，方法查找对性能有非常显著的影响，因此最快的代码实际上是

the_list = []
append = the_list.append

# later...
append(item)

---

如果需要对同一个列表重复操作。

最快的是不复制列表且不需要移动元素的列表。回答不错，我还认为

append

是最快的。那么还有其他方法吗？