Какой идиоматический синтаксис для добавления в короткий список Python?

list.append()является очевидным выбором для добавления в конец списка. Вот разумное объяснение пропавшего без вести list.prepend(). Предполагая, что мой список короткий и проблемы с производительностью незначительны, это

list.insert(0, x)

или

list[0:0] = [x]

идиоматическое?

s.insert(0, x)Форма является наиболее распространенной.

Тем не менее, когда бы вы ни увидели это, возможно, пришло время рассмотреть возможность использования collection.deque вместо списка.

Если вы можете пойти функциональным путем, следующее довольно ясно

new_list = [x] + your_list

Конечно , вы не вставили xв your_list, а вы создали новый список с xpreprended к нему.

Какой идиоматический синтаксис для добавления в короткий список Python?

Обычно вы не хотите повторяться перед списком в Python.

Если это коротко , и вы не делаете это много ... тогда хорошо.

list.insert

list.insertМожно использовать таким образом.

list.insert(0, x)

Но это неэффективно, потому что в Python a listявляется массивом указателей, и Python должен теперь взять каждый указатель в списке и переместить его вниз на единицу, чтобы вставить указатель на ваш объект в первом слоте, так что это действительно только эффективно для довольно коротких списков, как вы просите.

Вот фрагмент из источника CPython, где это реализовано - и, как вы можете видеть, мы начинаем с конца массива и перемещаем все вниз на единицу для каждой вставки:

for (i = n; --i >= where; )
    items[i+1] = items[i];

Если вам нужен контейнер / список, эффективный для добавления элементов, вам нужен связанный список. Python имеет двусвязный список, который можно быстро вставить в начало и в конец - он называется a deque.

deque.appendleft

А collections.dequeимеет много методов списка. list.sortисключение, делающее dequeокончательно не полностью заменяемым Лискова list.

>>> set(dir(list)) - set(dir(deque))
{'sort'}

dequeТакже имеет appendleftметод (а также popleft). Это dequeдвусторонняя очередь и двусвязный список - независимо от длины, всегда требуется одинаковое количество времени для предварительной подготовки чего-либо. В больших обозначениях O время O (1) и время O (n) для списков. Вот использование:

>>> import collections
>>> d = collections.deque('1234')
>>> d
deque(['1', '2', '3', '4'])
>>> d.appendleft('0')
>>> d
deque(['0', '1', '2', '3', '4'])

deque.extendleft

Также актуален метод deque extendleft, который итеративно добавляет:

>>> from collections import deque
>>> d2 = deque('def')
>>> d2.extendleft('cba')
>>> d2
deque(['a', 'b', 'c', 'd', 'e', 'f'])

Обратите внимание, что каждый элемент будет добавляться по одному за раз, таким образом, эффективно изменяя их порядок.

Производительность listпротивdeque

Сначала мы настроим итеративное добавление:

import timeit
from collections import deque

def list_insert_0():
    l = []
    for i in range(20):
        l.insert(0, i)

def list_slice_insert():
    l = []
    for i in range(20):
        l[:0] = [i]      # semantically same as list.insert(0, i)

def list_add():
    l = []
    for i in range(20):
        l = [i] + l      # caveat: new list each time

def deque_appendleft():
    d = deque()
    for i in range(20):
        d.appendleft(i)  # semantically same as list.insert(0, i)

def deque_extendleft():
    d = deque()
    d.extendleft(range(20)) # semantically same as deque_appendleft above

и производительность:

>>> min(timeit.repeat(list_insert_0))
2.8267281929729506
>>> min(timeit.repeat(list_slice_insert))
2.5210217320127413
>>> min(timeit.repeat(list_add))
2.0641671380144544
>>> min(timeit.repeat(deque_appendleft))
1.5863927800091915
>>> min(timeit.repeat(deque_extendleft))
0.5352169770048931

Deque намного быстрее. Поскольку списки становятся длиннее, я ожидаю, что deque будет работать еще лучше. Если вы можете использовать deque, extendleftвы, вероятно, получите лучшую производительность таким образом.

Если кто-то найдет этот вопрос, как я, вот мои тесты производительности предлагаемых методов:

Python 2.7.8

In [1]: %timeit ([1]*1000000).insert(0, 0)
100 loops, best of 3: 4.62 ms per loop

In [2]: %timeit ([1]*1000000)[0:0] = [0]
100 loops, best of 3: 4.55 ms per loop

In [3]: %timeit [0] + [1]*1000000
100 loops, best of 3: 8.04 ms per loop

Как видите, insertи назначение среза почти в два раза быстрее, чем явное добавление, и результаты очень близки. Как отметил Рэймонд Хеттингер,insert это более распространенный вариант, и я лично предпочитаю использовать этот способ для добавления в список.