Python 将列表指针传递给函数而不是列表

在Python中是否可以将指向列表开头的指针（移动）传递到函数中

我有一个递归函数处理列表的一部分。列表本身没有改变，只有指向“起始点”的指针进入列表。我遇到的问题是长列表导致代码内存溢出

代码如下：

def trim(l):
    print("list len= ", len(l))
    if len(l)!= 1:
        trim(l[1:])
    else:
        print("done")

上面的例子是人为设计的，我的实际代码所做的工作不同于仅仅修剪列表，但它也有一个移动的开始指针。在10G RAM机器上，100万个整数的列表耗尽了内存

---

欢迎您提出任何建议。

如果您正在编写一个非尾部调用递归函数来迭代列表，那么您的问题很可能是堆栈溢出，或者与堆栈大小相关的内存不足错误

我建议使用整数指针和for循环重新编写，因为Python似乎没有尾部调用优化

以下是您可能想要做的猜测：

x = [0,0,0,0,0,1,2,3,4]

def trim_leading_zero(l):
  the_len = len(l)
  start_i = 0
  for i in xrange(the_len):
    if l[i] != 0:
      return l[i:]

>>> trim_leading_zero(x)
[1, 2, 3, 4]

---

从你的代码中不清楚它实际上要做什么。如果您试图实际返回一个序列，那么您可能需要查看生成器，它不需要在内存中保存整个序列。

如果您正在编写一个非尾部调用递归函数来迭代列表，那么问题更可能是堆栈溢出，或者与堆栈大小相关的内存不足错误

我建议使用整数指针和for循环重新编写，因为Python似乎没有尾部调用优化

以下是您可能想要做的猜测：

x = [0,0,0,0,0,1,2,3,4]

def trim_leading_zero(l):
  the_len = len(l)
  start_i = 0
  for i in xrange(the_len):
    if l[i] != 0:
      return l[i:]

>>> trim_leading_zero(x)
[1, 2, 3, 4]

---

从你的代码中不清楚它实际上要做什么。如果您试图实际返回一个序列，那么您可能需要查看生成器，它不需要在内存中保存整个序列。

您不能只传递索引而不是传递整个新列表吗

因此，您可以调用

trim（l，0）

，然后根据列表的长度检查索引，然后根据需要调用

trim（l，1）

def trim(l, idx):
    print("list len = ", (len(l) - idx))
    if idx < (len(x) - 1):
        trim(l, idx + 1)
    else:
        print("done")

def微调（左、右）：
打印（“列表长度=”，（长度（l）-idx））
如果idx<（透镜（x）-1）：
配平（左，idx+1）
其他：
打印（“完成”）

你不能只传递索引而不是传递整个新列表吗

因此，您可以调用

trim（l，0）

，然后根据列表的长度检查索引，然后根据需要调用

trim（l，1）

def trim(l, idx):
    print("list len = ", (len(l) - idx))
    if idx < (len(x) - 1):
        trim(l, idx + 1)
    else:
        print("done")

def微调（左、右）：
打印（“列表长度=”，（长度（l）-idx））
如果idx<（透镜（x）-1）：
配平（左，idx+1）
其他：
打印（“完成”）

处理大数据时，请使用生成器而不是常规迭代器

def trim(l):
    print("list len= ", len(l))
    pointer = 0
    if len(l)!= 1:
        yield l[pointer:]
        pointer += 1
    else:
        print("done")

x = [1, 2, 3, 4, 5, 6, 7, 8, 9]

for i in trim(x):
    print i

# [1, 2, 3, 4, 5, 6, 7, 8, 9]

生成器将一次生成一个项目，并允许您使用它执行任何需要的操作，避免在处理之前先创建整个列表。如果您想从中获取列表，只需执行

list（trim（x））

---

这里有很多关于

yield

和

generators

的解释-

在处理大数据时，使用generators而不是常规迭代器

def trim(l):
    print("list len= ", len(l))
    pointer = 0
    if len(l)!= 1:
        yield l[pointer:]
        pointer += 1
    else:
        print("done")

x = [1, 2, 3, 4, 5, 6, 7, 8, 9]

for i in trim(x):
    print i

# [1, 2, 3, 4, 5, 6, 7, 8, 9]

生成器将一次生成一个项目，并允许您使用它执行任何需要的操作，避免在处理之前先创建整个列表。如果您想从中获取列表，只需执行

list（trim（x））

---

这里有很多关于

yield

和

generators

的解释-

Python没有指针。您可以尝试传递索引，而不是创建副本的切片。还可以考虑使用<代码> NoMPy < /Cord>，它提供面向对象的原始数组，其中切片创建视图，而不是复制。还有内置的

数组

模块，该模块提供大小为数字类型的节省空间的基本数组。这两种阵列方法都可以节省大量空间。1百万64位整数约为8兆字节。您可能会发现数据结构很有用。您可以使用

l.popleft（）

从deque的头部删除元素，而不是传递一个切片（这是所有元素的浅拷贝）。当

l

是一个列表时，这不会产生

l.pop（0）

的复制成本。Python没有指针。您可以尝试传递索引，而不是创建副本的切片。还可以考虑使用<代码> NoMPy < /Cord>，它提供面向对象的原始数组，其中切片创建视图，而不是复制。还有内置的

数组

模块，该模块提供大小为数字类型的节省空间的基本数组。这两种阵列方法都可以节省大量空间。1百万64位整数约为8兆字节。您可能会发现数据结构很有用。您可以使用

l.popleft（）

从deque的头部删除元素，而不是传递一个切片（这是所有元素的浅拷贝）。当

l

是一个列表时，这不会产生

l.pop（0）

的复制成本。