Python 列表的应用场景有哪些？你使用对了吗？
我们在前几篇文章中依次介绍了列表的特性和用法、列表推导式、列表的底层实现。今天来聊一聊列表在实际开发中的应用场景。
在开发中，选用何种数据结构是由我们面对的数据特征和业务场景决定的。
数据是单个的还是批量的，是小规模的还是海量的？
数据是独立的还是彼此关联的？
数据的生成是随机的还是有先后顺序的？
数据的用途是什么？会不会频繁读写？只读多还是修改多？
数据是否应用于多线程环境？
......（此处省略 N 多情形。）
一旦确定了数据特征和业务场景，我们就可以从开发工具箱中选择合适的工具了。
对于 list 而言，首先它是一个对象集合，你可以在处理批量数据时使用 list。
>>> alist =[i for i inrange(21)]>>> alist[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]>>> alist.append(2021)>>> alist[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,2021]我们知道，tuple 也可以用来存储多个对象，但是 tuple 是不可变的，一旦初始化，无法再增减其中的元素的个数。tuple 从语法上保证了元素数目不会被修改。
如果你恰好不希望别人向数据集中增删元素，你应该优先使用 tuple，而非list。反过来，如果你需要动态调整数据集合中的元素的个数，那就应该选择 list。
这是否意味着所有动态数据集都可以使用 list 呢？非也。
如果你的数据很少被修改，绝大部分时间都是被读取的，这很适合使用 list 来存储。因为 list 为我们提供了索引和切片操作，可以快速访问其中的元素。
>>> alist[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,2021]>>> alist[10]10>>> alist[3:9][3,4,5,6,7,8]>>> alist[3:9:2][3,5,7]如果你仅仅使用 append() 在 list 尾部追加元素，或者删除 list 尾部元素，那也可以放心使用 list。因为，在列表末尾添加和删除元素非常快。
>>> stack =[3,4,5]>>> stack.append(6)>>> stack.append(7)>>> stack[3,4,5,6,7]>>> stack.pop()7>>> stack[3,4,5,6]>>> stack.pop()6>>> stack[3,4,5]这种情形下，list 其实就用作栈（stack）了。
但是，如果你的程序需要频繁在 list 头部或中间插入或删除元素，list 就不太适合你的需求了。
因为，list 底层是通过变长数组实现的。在数组头部或中间插入或删除元素，需要逐个移动插入位置之后的每个元素。这在数据量大时会消耗大量时间，效率低下。
而在常见的业务场景中，频繁增删中间元素的操作多见于链式存储结构（如链表），在线性存储结构（如数组）中并不多见。
如果想在 Python 中使用链式结构，可以使用 collections.deque。严格来说，collections.deque 也不是一个完全的链式结构，它是一个带有块（block）数据的链式结构。每个 block 都是一个线性数组。
我们来看一个需要频繁在数据集的首尾执行操作的场景：队列（queue）。
队列是一个先进先出（FIFO）的数据结构，数据从尾部插入，从头部取出。就好像我们日常排队一样。
由于需要频繁删除头部元素，list 也不适合用作队列。很多初学者仅从list 这个单词的字面意思来理解，就把 list 作为队列来使用，这是欠妥的。
我们可以用 collections.deque 来实现队列操作。
>>>from collections import deque>>> queue = deque(["Eric","John","Michael"])>>> queue.append("Terry")>>> queue.append("Graham")>>> queuedeque(['Eric','John','Michael','Terry','Graham'])>>> >>> queue.popleft()'Eric'>>> queue.popleft()'John'>>> queuedeque(['Michael','Terry','Graham'])总结一下。
list 适用于处理动态数据集，特别适合用于读操作远多于写操作的场景。
list 可用来实现栈操作。
List 不适合用作队列，可使用 collections.deque 来实现队列操作。
【相关文章】