Python列表切片与reversed内存区别
本篇文章给大家分享《Python 列表切片与 reversed 内存差异解析》,覆盖了文章的常见基础知识,其实一个语言的全部知识点一篇文章是不可能说完的,但希望通过这些问题,让读者对自己的掌握程度有一定的认识(B 数),从而弥补自己的不足,更好的掌握它。
reversed(lst) 返回轻量迭代器,不复制元素、不占额外内存,仅支持单次遍历;lst[::-1] 立即生成新列表,内存开销约1.5–2倍;需索引或复用时选切片,仅遍历时选reversed。
![Python 列表切片 lst[::-1] 和 reversed(lst) 内存使用量区别](/uploads/20260124/1769228773697449e563ace.png)
reversed(lst) 返回的是迭代器,不立即占用额外内存
调用 reversed(lst) 只创建一个 list_reverseiterator 对象,内部不复制元素,也不生成新列表。它只是记住原列表的引用和当前索引位置,每次 next() 时才从尾部逐个取值。
- 适合只遍历一次、且不需要随机访问的场景(比如
for x in reversed(lst): ...) - 如果直接转成列表:
list(reversed(lst)),就会立刻分配新内存,和lst[::-1]消耗基本一致 - 不能用下标访问:
reversed(lst)[0]会报TypeError: 'list_reverseiterator' object is not subscriptable
lst[::-1] 立即生成新列表,内存开销是原列表的约 1.5–2 倍
lst[::-1] 是切片操作,在 CPython 中会触发 PyList_New 分配新列表对象,并逐个拷贝引用(注意:不是深拷贝,只是对象引用)。实际内存占用 ≈ 原列表本身 + 新列表头结构 + 新列表的指针数组。
- 对含 100 万个整数的列表,
lst[::-1]会多占约 8MB(64 位系统下每个指针 8 字节 × 10⁶) - 如果原列表后续不再使用,可考虑用
lst.reverse()原地翻转,零额外内存 - 切片结果是完整列表,支持索引、长度查询、重复使用,但代价是“一次性全量分配”
真实内存对比可以用 sys.getsizeof 验证
注意 sys.getsizeof 只统计对象自身内存,不包含所引用对象(如列表里的字符串),但足以比较容器开销:
import sys lst = list(range(100000)) print(sys.getsizeof(lst)) # 例如:800096 字节 print(sys.getsizeof(lst[::-1])) # 基本相同,略大几十字节(新 list 头开销) print(sys.getsizeof(reversed(lst))) # 很小,通常 48 或 56 字节
若再执行 list(reversed(lst)),其 sys.getsizeof 结果就和 lst[::-1] 几乎一致。
选哪个,关键看是否需要“列表行为”
不要只看“谁更省内存”,要看代码上下文真正需要什么:
- 要
for遍历 → 优先reversed(lst),轻量又语义清晰 - 要
lst_rev[5]或lst_rev * 2→ 必须用lst[::-1]或list(reversed(lst)) - 原列表后续废弃且允许修改 →
lst.reverse()是最省内存的原地方案 - 在生成器链中嵌套翻转(如
map(..., reversed(lst)))→ 迭代器优势明显,避免中间列表膨胀
容易被忽略的是:哪怕只写了一行 reversed(lst),只要没被消费,它就几乎不占内存;而 lst[::-1] 这个动作本身,就已经完成了全部内存分配。
终于介绍完啦!小伙伴们,这篇关于《Python列表切片与reversed内存区别》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!
ChatGPT国内最新使用教程2026
- 上一篇
- ChatGPT国内最新使用教程2026
- 下一篇
- 1度电等于1000瓦时,1000瓦用1小时耗1度电
-
- 文章 · python教程 | 16小时前 | python · Python import很慢 -X importtime 模块级副作用 延迟导入 Python启动优化
- Python import 很慢怎么分析:模块级副作用与延迟导入
- 292浏览 收藏
-
- 文章 · python教程 | 18小时前 | python · 异步编程 · Python asyncio contextvars request_id
- contextvars 在异步请求链中传递追踪信息
- 393浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发 · 异常处理 · python · asyncio · CancelledError 结构化并发 ExceptionGroup Python asyncio TaskGroup asyncio gather
- asyncio TaskGroup 让并发任务在首错时一起收敛
- 246浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python 3.14 自由线程程序怎样显式保护共享状态
- 337浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · Python教程 · Python Traversable importlib.resources 包内资源
- Python importlib.resources Traversable 怎么读取包内目录
- 359浏览 收藏
-
- 文章 · python教程 | 1天前 | 时区 · python · Python zoneinfo reset_tzpath TZPATH 自定义时区库 ZoneInfo缓存
- Python zoneinfo.reset_tzpath 怎么切换自定义时区库
- 176浏览 收藏
-
- 文章 · python教程 | 1天前 | Python教程 · Python 并行执行 全局状态 InterpreterPoolExecutor
- Python InterpreterPoolExecutor 怎么隔离不同任务的全局状态
- 130浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python zip strict=True 在第几次迭代发现长度不一致
- 437浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 374次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 444次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 451次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 397次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 223次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

