如此大的列表将占用大量空间,因为列表中的每个元素至少占用4个字节,因此一个允许最大元素数量的列表将占用至少2GB的RAM1。这还没有考虑64位系统2。
4 * 5.4e+8 = 2.1e+9
,2.1 GB8 * 1.2e+18 = 9.2e+18
,9.2 EB(是的,艾字节)然而,为了回答这个问题,假设你有很多RAM。
最简单的选项之一是创建自己的对象来保存和处理大型列表。它基本上会将大型列表分成小列表,然后在需要时相应地访问它们。由于没有继承列表类list
的实际好处[1],因为您必须重写所有方法,因此您最好只继承object
,然后从那里开始。这里唯一重要的事情是永远不要组合或复制子列表(因为它们是巨大的),因此在必要时使用itertools.chain
来循环遍历列表。
以下是最简单的列表方法append
、extend
、get/setitem
的工作示例:
import sys
from itertools import chain
class largeList(object):
def __init__(self, mylist=None):
self.maxSize = sys.maxsize/4
self.src = [[]]
self.extend(mylist if mylist is not None else [])
def __iter__(self):
return chain(*self.src)
def __getitem__(self, idx):
return self.src[int(idx/self.maxSize)][idx%self.maxSize]
def __setitem__(self, idx, item):
self.src[int(idx/self.maxSize)][idx%self.maxSize] = item
# expand set/getitem to support negative indexing.
def append(self, item):
if len(self.src[-1]) < self.maxSize:
self.src[-1].append(item)
else:
self.src.append([item])
def extend(self, items):
remainder = self.maxSize - len(self.src[-1])
self.src[-1].extend(items[:remainder])
for i in xrange(0, len(items[remainder:]), self.maxSize):
self.src.append(items[remainder:][i:i+self.maxSize])
def __len__(self):
return sum(len(l) for l in self.src)
def __str__(self):
size = self.__len__()
if size >= 8:
first, last = [], []
for i, ele in enumerate(self.__iter__()):
if i < 3:
first.append(ele)
if i >= size - 3:
last.append(ele)
return str(first)[:-1] + ', ..., ' + str(last)[1:]
return str(list(self.__iter__()))
示例用法(如果您的可用RAM小于4GB或者您使用的是64位系统,请在尝试此操作之前更改sys.maxsize
!):
#sys.maxsize = 1000
list1 = largeList(xrange(sys.maxsize/4 + 2))
print len(list1)
# 53687093
print list1
#[0, 1, 2, ..., 536870910, 536870911, 536870912]
print list1.src
#[[0, 1, 2 ..., 536870910], [536870911, 536870912]]
list1.extend([42, 43])
print list1
#[0, 1, 2, ..., 536870912, 42, 43]
list
功能,例如pop
、remove
、insert
和index
。(...)
def pop(self, idx):
listidx = int(idx/self.maxSize)
itempopped = self.src[listidx].pop(idx%self.maxSize)
for i in xrange(listidx, len(self.src)-1):
self.src[i].append(self.src[i+1].pop(0))
if not self.src[-1]:
del self.src[-1]
return itempopped
def remove(self, item):
for i, ele in enumerate(self.__iter__()):
if ele == item:
self.pop(i)
break
def insert(self, idx, item):
listidx = int(idx/self.maxSize)
itemtoshift = self.src[listidx].pop(-1)
self.src[listidx].insert(idx%self.maxSize, item)
for i in xrange(listidx+1, len(self.src)-1):
itemremoved = self.src[i].pop(-1)
self.src[i].insert(0, itemtoshift)
itemtoshift = itemremoved
if len(self.src[-1]) < self.maxSize:
self.src[-1].insert(0, itemtoshift)
else:
self.src.append([self.src[-1].pop(-1)])
self.src[-2].insert(0, itemtoshift)
def index(self, item):
for i, ele in enumerate(self.__iter__()):
if ele == item:
return i
return -1
示例用法,继续:
#sys.maxsize = 1000
list1 = largeList(xrange(sys.maxsize/4 + 2))
list1.insert(0, 'a')
print list1
#['a', 0, 1, ..., 536870910, 536870911, 536870912]
list1.pop(2)
#1
list1.remove(536870910)
print list1.index('a')
#0
print len(list1)
#536870911
print list1
#['a', 0, 2, ..., 536870909, 536870911, 536870912]
print list.src
#[['a', 0, 2, ..., 536870909, 536870911], [536870912]]
mylist
的默认值替换为None
,并在__init__
的主体中添加if mylist is None: self.mylist = []
以避免引起任何错误。 - LMCuber
itertools.chain
将一堆块连接在一起。 - Pavel Anossov4 * 536,870,912 = 2147483648
。这就是说,仅仅为了存储这个列表就需要2GB的内存。如果这些元素不相同,我很确定在达到这个尺寸之前你就会遇到 MemoryError 了。 - Bakuriu