如何高效地向非空列表重复追加同一元素n次？

在Python中，创建包含n个相同元素的列表，最高效的方式是使用列表乘法，示例如下：

lst = ['s'] * 1000

但当初始列表为非空时，如何以最优方式向其重复追加同一元素n次？以下是具体分析：

常见方法对比 #

方法1：循环调用append #

lst = [1,2,3]
for _ in range(1000):
    lst.append('s')

这种方式通过Python层面的循环逐个追加元素，每个append的均摊时间复杂度为O(1)，但循环本身会带来额外的Python解释器开销，当n较大时效率较低。

方法2：extend配合列表乘法/推导式 #

lst = [1,2,3]
lst.extend(['s'] * 1000)

# 或使用列表推导式
# lst.extend(['s' for _ in range(1000)])

extend的底层由C实现，处理速度远快于Python循环，但缺点是会预先创建一个包含n个目标元素的临时列表，额外占用O(n)的内存空间。

更优替代方案与效率结论 #

不存在时间复杂度低于O(n)的方案——毕竟要新增n个元素，必然需要O(n)的时间。但可以在空间或速度上做优化：

空间最优的高效方案：itertools.repeat #

使用itertools.repeat生成迭代器，避免创建临时列表，同时借助extend的C层处理效率：

import itertools

lst = [1,2,3]
lst.extend(itertools.repeat('s', 1000))

itertools.repeat返回的迭代器不会一次性生成所有元素，空间复杂度仅为O(1)，而extend可以直接迭代该生成器完成扩展，速度几乎与方法2的列表乘法版本持平，适合n极大、内存敏感的场景。

效率优先级总结 #

1. 追求极致速度：优先选择lst.extend(['s'] * n)，虽然有临时列表的内存开销，但C层处理的速度优势明显。
2. 追求空间最优：使用itertools.repeat配合extend，兼顾速度与内存效率。
3. 小n场景：两种方法差异可忽略，方法1也可使用，但方法2依然略快。

内容的提问来源于stack exchange，提问作者maplemaple