Python预分配列表赋值比append慢的反直觉问题求解

我们先重述测试用到的两个实现：

def funcA(data):
    A = []
    for d in data:
        A.append(d)
    return A

def funcB(data):
    A = [None] * len(data)
    i = 0
    for d in data:
        A[i] = d
        i += 1
    return A

实测funcB比funcA慢30%的核心原因有以下几点：

• CPython对append方法的底层优化抵消了扩容开销
  列表的动态扩容是指数级策略（每次扩容为原大小的1.125倍+固定常量），针对10万元素的列表，全程仅需要扩容不到10次，内存重分配的总开销非常小。且append是纯C实现的内置方法，调用时几乎没有Python层面的额外开销，单次循环仅需执行一次append操作。
• funcB的Python层面操作开销远大于预分配节省的内存开销
  funcB的单次循环需要完成3个操作：索引赋值A[i] = d、索引变量自增i += 1、遍历取元素d。其中i += 1是Python层面的整数运算，每次都要做类型校验、对象操作，累计开销远高于append的调用开销。同时索引赋值需要额外做边界检查，也会增加耗时。
  另外[None] * len(data)的初始化操作本身就要遍历一次列表写入所有None引用，后续赋值又要再写一次所有元素的引用，相当于对列表的引用数组做了两次写操作，而append仅需要写一次，这部分也是额外开销。
• 字节码指令数量差异明显
  用dis模块拆解两个函数的字节码可以看到，funcA的循环体仅4条指令，funcB的循环体有7条指令，指令数多了近75%，运行速度自然更慢。

如果追求最高性能的列表拷贝，直接使用内置的list(data)或者切片data[:]即可，二者都是纯C实现的逻辑，性能比上述两种手动实现高3~5倍。

内容的提问来源于stack exchange，提问作者user2668284