使用Numba向列表追加元素的最快方式是什么？

开发者阿泽

2026-7-27

Numba下大量列表追加的最优方式

结论：优先使用list.append(value)，绝对避免list1 + list2的写法

核心原因

list.append()是原地操作：Numba对Python列表的append操作做了专门优化，它会在现有列表的内存缓冲区后直接添加元素，仅当缓冲区不足时才会触发一次扩容（扩容策略和Python原生一致，但Numba编译代码会消除解释器层面的额外开销）。这种方式的时间复杂度为O(1)均摊。
list1 + list2是创建新列表：每次执行该操作，都会分配一块全新的内存空间，然后把list1和list2的所有元素完整复制到新列表中。当列表规模持续增大时，复制的元素数量越来越多，时间复杂度会变为O(n)，性能会随着列表长度增长急剧下降。

实测对比示例

以下是编译后的性能测试代码，直观展示两种方式的差距：

from numba import jit
import time

@jit(nopython=True)
def append_test(n):
    lst = []
    for i in range(n):
        lst.append(i)
    return lst

@jit(nopython=True)
def concat_test(n):
    lst = []
    for i in range(n):
        lst = lst + [i]
    return lst

# 测试10万次追加操作
start = time.time()
append_test(100000)
print(f"append耗时: {time.time() - start:.4f}秒")

start = time.time()
concat_test(100000)
print(f"concat耗时: {time.time() - start:.4f}秒")

运行结果通常会显示append_test的耗时仅为concat_test的几百分之一，且列表越长，差距越显著。