python有列表构造函数吗？

python是否有像OCaml（

：

）（或lisp）中的

cons

（或lisp）这样的列表构造函数，它接受

head

元素和

tail

列表，并返回一个新的列表

head:：tail

我搜索了python列表构造函数，最后找到了关于

\uuuu init\uuuu

的其他内容。见例

为了澄清，我要寻找的是Python中以下列表分解的相反形式：

这使得：

>>>head
1
>>> tail
[1, 2, 3, 5, 8, 13, 21, 34, 55]

我正在寻找一个列表构造函数，例如

cons

或

：

这样

head :: tail  =>   original list

---

Python列表是可变的，而OCaml列表具有不可变的值语义，但是如果

a

是一个项，

b

是一个列表，则可以使用

[a]+b

返回一个新列表，其中包含

a

，后跟

b

中的项，并且不修改

a

或

b

。不过，构建列表的一种更常见的模式是

附加

或

扩展

它。

您可以使用列表连接

head = 1
tail = [2,3,4]
lst = [head] + tail # [1,2,3,4]

---

有些人建议你这样做：

a = 1
b = [2, 3, 4, 5]
c = [a] + b

如果

b

类型为

list

，则该选项将起作用。但是，您经常会发现自己使用的对象是列表或元组或（在此处插入您最喜欢的iterable对象）。在这种情况下，您可能更值得这样做：

a = 1
b = (2, 3, 4, 5)
c = [a]
c.extend(b)

这使得整个事情对

b

的类型不可知（这允许您的代码更“ducky”，这可能有点好）

---

当然，还有其他选择。例如，您可以选择访问

itertools

：

import itertools
a = 1
b = [2, 3, 4, 5]
lazy_c = itertools.chain([a], b)

---

同样，我们不关心iterable

b

是什么类型的，这是一个好处，而且我们还得到了懒洋洋地迭代的一个附带好处——我们不会创建新的列表或元组。我们将创建一个对象，当您对它进行迭代时，它将产生相同的结果。这可以节省内存（有时还可以节省CPU的周期），但如果

b

也是一种类似生成器的对象，同时在其他地方进行迭代（这不是经常发生的），也可能会产生意想不到的后果。

回答您的问题，在所谓的“函数式”语言（lisp、OCaml、Haskell等）中，没有直接的等价物

这是因为在编程语言中有两个相互竞争的模型来表示元素列表

链表 你似乎熟悉的一个叫做链表

链表由cons单元格组成，每个单元格包含两个引用：

• 第一个指向列表中的一个元素，称为head
• 另一个指向列表中的下一个cons单元格，是尾部

由于列表很少是无限的，最后一个常量单元格通常指向一个特殊值，即空列表，有时称为nil

如果希望将列表保存在变量中以供将来引用，则应保留对第一个单元格的引用

在这个模型中，每个列表都必须通过创建一个新的cons单元，将元素添加到前面来构建，将新元素作为其头部，将先前构建的子列表作为其尾部。这就是cons运算符有时被称为列表构造函数的原因

阵列 这是命令式语言（如Python）通常首选的模型。在这个模型中，列表只是对内存中某个范围的引用

假设您创建一个如下所示的列表：

l = [1, 2, 3]

l  <-- your variable
|     ___ ___ ___ ___ ___ ___ ___ ___ ___
|->  |   |   |   |   |   |   |   |   |   |
     | 1 | 2 | 3 |   |   |   |   |   |   |
     |___|___|___|___|___|___|___|___|___|

每当您创建一个列表时，Python都会给它分配一个小范围的内存来存储元素，并留出一点额外的空间，以备以后添加元素时使用。要存储它，只需存储对第一个元素和内存范围大小的引用，如下所示：

l = [1, 2, 3]

l  <-- your variable
|     ___ ___ ___ ___ ___ ___ ___ ___ ___
|->  |   |   |   |   |   |   |   |   |   |
     | 1 | 2 | 3 |   |   |   |   |   |   |
     |___|___|___|___|___|___|___|___|___|

结果如下：

 ___ ___ ___ ___ ___ ___ ___ ___ ___
|   |   |   |   |   |   |   |   |   |
| 1 | 2 | 3 | 4 |   |   |   |   |   |
|___|___|___|___|___|___|___|___|___|

现在，假设您忘记了首字母0，现在希望将其添加到前面。您可以很好地使用insert方法（insert位置为0）：

但是列表的开头没有空格！Python别无选择，只能将每个元素都复制到右边的位置：

 ___ ___ ___ ___ ___ ___ ___ ___ ___
|   |   |   |   |   |   |   |   |   |
| 1 | 2 | 3 | 4 |   |   |   |   |   |
|___|___|___|___|___|___|___|___|___|
  |   |   |__ |___
  |   |___   |    |  First, Python has to copy the four elements
  |___    |  |    |  one space to the right 
 ___ _\/ _\/ \/_ _\/ ___ ___ ___ ___
|   |   |   |   |   |   |   |   |   |
|   | 1 | 2 | 3 | 4 |   |   |   |   |
|___|___|___|___|___|___|___|___|___|

Only then can it insert the 0 at the beginning

 ___ ___ ___ ___ ___ ___ ___ ___ ___
|   |   |   |   |   |   |   |   |   |
| 0 | 1 | 2 | 3 |   |   |   |   |   |
|___|___|___|___|___|___|___|___|___|

对于这样一个小的数组来说，这似乎不算什么，但想象一下您的数组要大得多，并且您多次重复此操作：您将花费大量时间构建列表

这就是为什么在使用数组作为列表的语言（如Python）中找不到列表构造函数的原因

进一步潜水：为什么两种不同的模式？ 您现在可能想知道为什么不同的语言会喜欢不同的列表模型，以及这两种模型中是否有一种更优越

这是因为这两种数据结构在不同的上下文中具有不同的性能。两个例子：

访问中间元素 假设您想要获取列表的第五个元素

在链接列表中，您需要获得：

• 第一个囚室
• 然后这个单元格的尾部得到第二个元素
• 然后这个单元格的尾部得到第三个元素
• 然后这个单元格的尾部得到第四个元素
• 最后是这个单元格的尾部，得到第五个元素

因此，你必须通过5个参考

对于数组，这要简单得多：您知道第一个元素的引用。您只需要访问右边的参考4点，因为元素都在一个连续的内存范围内

如果需要多次访问非常大的列表中的随机元素，那么数组就更好了

在中间插入元素

假设你现在想在中间插入一个元素。

使用链接列表：

• 找到与插入点前最后一个元素对应的cons单元格。 ___ ___ ___ ___ ___ ___ ___ ___ ___ | | | | | | | | | | | 1 | 2 | 3 | 4 | | | | | | |___|___|___|___|___|___|___|___|___| | | |__ |___ | |___ | | First, Python has to copy the four elements |___ | | | one space to the right ___ _\/ _\/ \/_ _\/ ___ ___ ___ ___ | | | | | | | | | | | | 1 | 2 | 3 | 4 | | | | | |___|___|___|___|___|___|___|___|___| Only then can it insert the 0 at the beginning ___ ___ ___ ___ ___ ___ ___ ___ ___ | | | | | | | | | | | 0 | 1 | 2 | 3 | | | | | | |___|___|___|___|___|___|___|___|___|