Python中创建定长数组填充随机数的替代实现方法有哪些
预占位逐次填充算不算Python的不良开发实践
这种写法本身没有语法错误,也不属于严格意义上的不良实践,但它是从C/Java开发习惯直接平移到Python的结果,绝大多数场景下属于冗余设计,没有实际收益。
在C和Java的开发逻辑里,先定容再逐次填充是常规操作:C的原生数组是固定长度的连续内存结构,不提前声明长度就无法直接索引访问内存位置;Java的数组同样是定容结构,动态追加元素需要依赖ArrayList,还涉及频繁扩容的性能损耗,因此先开固定大小的容器、再按索引赋值是这两个生态下的标准优化手段。
但Python的原生list本质上是动态对象引用数组,和C/Java的定容数组逻辑完全不同:
- 就算你写
[None] * 10提前占好10个位置,本质上也只是创建了10个指向None的引用,根本没有“锁定连续物理内存”的效果 - 如果从空list开始逐次append,Python的list内部采用倍数扩容策略,10个、1000个元素的规模下,扩容带来的性能损耗完全可以忽略不计
举个很常见的新手写法:
import random arr = [None] * 10 for i in range(10): arr[i] = random.random()
这种写法唯一的问题是可读性会打折扣:读代码的人看到初始的None占位,需要额外反应一下这步的用途,远不如Python原生写法直白,本质上属于“用旧生态的习惯写新生态的代码”,不算违规,但绝对不是Python推荐的写法。
适配Python生态的常规实现方案
- 通用单步生成场景:用列表推导式实现,没有冗余占位步骤,性能和预占位置的写法基本一致,可读性更好
解释器执行列表推导式时会内部预判需要的容量,不会出现频繁扩容的性能问题,完全贴合Python“直白表达意图”的设计哲学。import random # 生成10个0-1区间的随机浮点数 arr = [random.random() for _ in range(10)] - 大数值计算场景:不要用原生list,直接使用NumPy数组——这才是Python生态下和C/Java定长数组特性最接近的结构,直接指定生成形状就能一步得到填充好的随机数组,性能比循环append高几个数量级
import numpy as np # 生成形状为(10,)的随机浮点数组 arr = np.random.random(10) - 复杂循环逻辑场景:如果你的填充逻辑不是单一步骤能写完的,直接从空list开始逐次append就行,完全不需要提前建None占位
很多转语言的新手会本能觉得“提前占位置比append快”,但实际上Python list的append操作平均复杂度是O(1),除非你要生成千万级别的超大规模列表,否则这点性能差异完全感知不到,预占位置的写法反而会让代码变得啰嗦。arr = [] for i in range(10): # 这里放多步计算的复杂逻辑 temp = random.randint(0, 100) val = temp * 3 - 10 arr.append(val)
预占位写法的合理使用场景
只有当你需要非顺序地按索引赋值时,提前创建固定长度的占位数组才是有实际意义的选择——比如你需要先计算数组第8位的值,再计算第2位的值,最后计算第0位的值,没法靠顺序追加完成赋值,这种时候提前建一个长度正确的占位数组是合理的,不属于不良实践。
内容的提问来源于stack exchange,提问作者Sergio
相关产品推荐
相关产品推荐

