• 摘要：本博客主要内容是自我对Python学习中列表内容的总结，并更新上期博客中求素数的算法优化更新。同样因尚在学习中，相关代码算法可能不够优秀，请各位看官见谅。
1、列表定义
排列整齐的序列，列表内由可以是任意对象的元素组成，并具备有序、线性、可变、可迭代、可索引的特点，使用[]来表示
  • 列表list定义
    与其他语言不同，列表无法一开始就定义大小
# 空列表
lst = list() 
lst = []
# 定义实列表 
lst=[2,6,9,'ab']
lst=list(range(5))
  • PS:

(1) 列表与链表的区别
首先内存是线性分布的
列表（list）是一个线性、顺序、可变、可迭代、可索引的数据序列，在内存中是连续的空间，每个元素一个接一个，空间大小相同，在查询时可以直接偏移至索引处故相对较快，修改时会引起大规模元素内存位置调整故速度较慢
链表（link）虽是顺序、可变、可索引，上一个元素和下一个元素相互联系，但在内存中是分散分布、不是连续的，在查询时需通过一个个元素间的联系来查询，无法连续偏移故相对较慢；相对修改时仅影响前后元素的联系故速度较快

(2) 列表定义注意事项

lst = [range(5)]  #[range(0,5)]中括号不会自动循环迭代
lst = list(5)     #list()括号内需为可迭代对象，否则类型报错
2、列表索引访问

索引即下标，其中正索引是从左至右，从0开始；负索引是从右至左，从-1开始；且正负索引不可以超界，否则引发一场IndexError

list[index]  #index就是索引，使用中括号访问
3、列表查询
  • 列表查询(value)

通过值value，从指定区间查找列表内的元素是否匹配，匹配第一个就立即返回索引，匹配不到，抛出异常ValueError

index(value,[start,[stop]])  #start指索引搜索开始、stop指索引搜索结束
  • 列表统计(count)
    返回列表中匹配value的次数，没找到返回0，不返回异常
list.count(value)  #统计值value出现次数

PS:count操作需遍历整个列表，时间复杂度为O(n)，尽量少用

  • 列表长度(len)
    返回列表长度，即列表元素个数
len(list)  #给出列表长度
4、列表元素修改

通过索引访问进行修改，注意索引不要超界

list[index] = value  #修改某一索引对应的元素
5、列表增加、插入元素
  • 尾部追加(append)
    列表尾部追加元素，就地修改，返回None
list.append(object) #返回None

PS: 仅追加元素，不自动迭代

  • 列表插入(insert)
    在指定的索引index处插入元素object，就地修改，返回None
insert(index,object)  #超越上界，尾部追加；超越下界，头部追加
  • 尾部追加可迭代对象(extend)
    将可迭代对象的元素追加进来，返回None
extend(iteratable)
  • 列表相加(+)
    连接操作，将两个列表连接起来，产生新的列表，原列表不变
list1 + list2   #返回新列表
  • 列表重复(*)
    重复操作，将本列表元素重复n次，返回新的列表
list * n   #相乘引用类型时相当于浅复制，指向同一ID
6、列表删除元素
  • 列表元素匹配删除(remove)
    从左至右查找第一个匹配value的值，直接移除，就地修改
list.remove(value) #返回None
  • 列表元素索引删除(pop)

(1) 不指定索引index，就从列表尾部弹出一个

list.pop()  #尾部弹出一个元素

(2) 指定索引index，就从索引处弹出一个元素

list.pop(index)  #索引处弹出一个元素
  • 列表清除(clear)
    清除列表所有元素，剩下一个空列表
list.clear()
7、列表其他操作
  • 列表反转(reverse)
    将列表元素反转，返回None
list.reverse()  #就地修改
  • 列表排序(sort)
    对列表元素进行排序，就地修改，默认升序
list.sort(key=None,reverse=False)  #key：指定如何排序  reverse：False为默认升序、True为降序
  • 成员(in)
[3,4] in [1,2,[3,4]]  #输出布尔型True
8、列表复制
  • 浅复制(shadow copy)
    浅拷贝，遇到引用类型，仅复制地址引用而已。
list.copy()  #浅复制引用类型，后续若修改引用类型，列表数据将同步修改
  • 深拷贝(deepcopy)
import copy
copy.deepcopy(list) #深拷贝完整复制引用类型，后续修改引用类型对拷贝的列表不影响
9、列表练习——求素数算法优化

通过列表储存上一次算出的素数，以不断利用以往计算结果提升运算效率

lst = [2,3]
count = 0
n = 5
step = 2
while n < 100:
    tmp = n ** 0.5         #提前计算n的平方根，避免在第二次循环中每次都要计算
    flag = False
    for j in lst:
        if n % j == 0:
            flag = True
        if j > tmp:        #j仅需算到i**0.5处即可
            break
    if not flag:          #通过标记整合
        lst.append(n)
        count +=1
    n += step
    step = 4 if step == 2 else 2  #利用大于3的素数一定和6的倍数相邻性质提升效率
print(count)