Comme indiqué dans cette question, la compréhension de la liste utilise list.append
sous le capot, elle appellera donc la méthode list-resize, qui surutilisera.
Pour vous le démontrer, vous pouvez réellement utiliser le dis
dissasembler:
>>> code = compile('[x for x in iterable]', '', 'eval')
>>> import dis
>>> dis.dis(code)
1 0 LOAD_CONST 0 (<code object <listcomp> at 0x10560b810, file "", line 1>)
2 LOAD_CONST 1 ('<listcomp>')
4 MAKE_FUNCTION 0
6 LOAD_NAME 0 (iterable)
8 GET_ITER
10 CALL_FUNCTION 1
12 RETURN_VALUE
Disassembly of <code object <listcomp> at 0x10560b810, file "", line 1>:
1 0 BUILD_LIST 0
2 LOAD_FAST 0 (.0)
>> 4 FOR_ITER 8 (to 14)
6 STORE_FAST 1 (x)
8 LOAD_FAST 1 (x)
10 LIST_APPEND 2
12 JUMP_ABSOLUTE 4
>> 14 RETURN_VALUE
>>>
Notez l' LIST_APPEND
opcode dans le désassemblage de l' <listcomp>
objet code. À partir de la documentation :
LIST_APPEND (i)
Appels list.append(TOS[-i], TOS)
. Utilisé pour implémenter des compréhensions de liste.
Maintenant, pour l'opération de répétition de liste, nous avons un indice sur ce qui se passe si nous considérons:
>>> import sys
>>> sys.getsizeof([])
64
>>> 8*10
80
>>> 64 + 80
144
>>> sys.getsizeof([None]*10)
144
Donc, il semble être en mesure d' allouer exactement la taille. En regardant le code source , nous voyons que c'est exactement ce qui se passe:
static PyObject *
list_repeat(PyListObject *a, Py_ssize_t n)
{
Py_ssize_t i, j;
Py_ssize_t size;
PyListObject *np;
PyObject **p, **items;
PyObject *elem;
if (n < 0)
n = 0;
if (n > 0 && Py_SIZE(a) > PY_SSIZE_T_MAX / n)
return PyErr_NoMemory();
size = Py_SIZE(a) * n;
if (size == 0)
return PyList_New(0);
np = (PyListObject *) PyList_New(size);
A savoir, ici: size = Py_SIZE(a) * n;
. Le reste des fonctions remplit simplement le tableau.
144 == sys.getsizeof([]) + 8*10)
où 8 est la taille d'un pointeur.