在以下情况下连接两个列表list_a 和list_b 的最有效方法是什么：
list_b items 必须放在list_a items 之前list_a
我想到了 4 种可能性：
# 1
list_a = list_b + list_a
# 2
for item in list_b:
list_a.insert(0, item)
# 3
for item in self.list_a:
list_b.append(item)
list_a = list_b
# 4
list_a[0:0] = list_b
谢谢！
【问题讨论】：
这是answer of BigYellowCactus 中使用的计时如何随着列表长度的增加而变化的图表。纵轴是初始化两个列表并在另一个之前插入一个列表所需的时间，以 usec 为单位。横轴是列表中的项目数。
t1：
list_a = list_b + list_a
t2：
for item in list_b:
list_a.insert(0, item)
t3：
for item in list_a:
list_b.append(item)
list_a = list_b
t4：
list_a[0:0] = list_b
【讨论】：
list_a，它绝对支配了两种最快方法的运行时间，list_a = list_b + list_a 和list_a[0:0] = list_b
鉴于
list_a = list_b + list_a
适用于您的目的，因此您实际上并不需要 list_a 对象本身来将所有数据存储在 list_a 中 - 您只需要它称为 list_a（即，您没有或不关心您浮动的任何其他变量，这些变量可能引用同一个列表）。
如果你也碰巧不关心它是否是一个列表，而只是关心它是可迭代的，那么你可以使用itertools.chain：
list_a = itertools.chain(list_b, list_a)
如果您确实关心某些列表内容，您可以构建与chain 类似的事物类型，其行为类似于列表 - 类似于：
class ListChain(list):
def __init__(self, *lists):
self._lists = lists
def __iter__(self):
return itertools.chain.from_iterable(self._lists)
def __len__(self):
return sum(len(l) for l in self._lists)
def append(self, item):
self._lists[-1].append(item)
def extend(self, iterable):
self._lists.append(list(iterable))
def __getitem__(self, item):
for l in self._lists:
if item < len(l):
return l[item]
item -= len(l)
else:
raise IndexError
等等。这需要付出很多努力（可能超过其价值）才能在所有情况下工作 - 例如，处理切片和负索引浮现在脑海中。但是对于非常简单的情况，这种方式可以避免大量复制列表内容。
【讨论】：
list_a 来自一个我不想搞砸的 3rdParty 模块。
您可以将 list_b 分配给一个切片，该切片恰好为空，但位于 list_a 的开头：
list_a[0:0] = list_b
这是在任意位置将一个列表插入另一个列表的最快方法。
【讨论】：
list.extend() 添加到列表的末尾。您也可以使用list_a[len(list_a):len(list_a)] 分配到末尾，但是编写、读取和执行要繁琐得多。
试试这个：
list_a[0:0] = list_b
【讨论】：
为什么不只是timeit？
import timeit
create_data = """\
list_a = range(10)
list_b = range(10)
"""
t1 = timeit.Timer(stmt=create_data + """\
list_a = list_b + list_a
""")
t2 = timeit.Timer(create_data + """\
for item in list_b:
list_a.insert(0, item)
""")
t3 = timeit.Timer(create_data + """\
for item in list_a:
list_b.append(item)
list_a = list_b
""")
t4 = timeit.Timer(create_data + """\
list_a[0:0] = list_b
""")
for i, t in enumerate([t1,t2,t3,t4]):
print i, "%.2f usec/pass" % (1000000 * t.timeit(number=100000)/100000)
结果：
0 0.73 微秒/通
1 2.79 微秒/通
2 1.66 微秒/通
3 0.77 微秒/通过
【讨论】：
itertools.chain 只是制作了一个生成器，因此，如果您可以不用使用生成器而不是列表，那么生成的时间是固定的，但是您在访问每个元素时会付出代价。否则 list_a[0:0] = list_b 比 list_a = list_b + list_a 快大约 6 倍
我认为list_a = list_b + list_a 是最易读的选择，而且已经相当快了。
您提到的在for 循环中使用append() 的两种方法非常慢，因此我没有费心将它们包括在内。
在具有 16 GB 2133 MHz LPDDR3 RAM 的 1.6 GHz 双核 Intel Core i5 上使用 Python 3.7.5 [Clang 11.0.0 (clang-1100.0.33.8)] on darwin 运行，使用以下代码：
from timeit import timeit
import random
import matplotlib.pyplot as plt
num_data_points = 1000
step = 10
methods = [
# ordered from slowest to fastest to make the key easier to read
# """for item in list_a: list_b.append(item); list_a = list_b""",
# """for item in list_b: list_a.insert(0, item)""",
# "list_a = list(itertools.chain(list_b, list_a))",
"list_a = list_b + list_a",
"list_a[0:0] = list_b",
"list_a = itertools.chain(list_b, list_a)",
]
x = list(range(0, num_data_points * step, step))
y = [[] for _ in methods]
for i in x:
list_a = list(range(i))
list_b = list(range(i))
random.shuffle(list_a)
random.shuffle(list_b)
setup = f"list_a = {list_a}; list_b = {list_b}"
for method_index, method in enumerate(methods):
y[method_index].append(timeit(method, setup=setup, number=30))
print(i, "out of", num_data_points * step)
ax = plt.axes()
for method_index, method in enumerate(methods):
ax.plot(x, y[method_index], label=method)
ax.set(xlabel="number of elements in both lists", ylabel="time (s) (lower is better)")
ax.legend()
plt.show()
【讨论】：