据说后者在list很大的时候性能稍好。
于是测试了一把：
import time
def time_cost(func):
def _time_cost(*args,**kw):
t1=time.time()
func(*args,**kw)
t2=time.time()
return t2-t1
return _time_cost
@time_cost
def test_add(list_a,huge_list_b):
return list_a+huge_list_b
@time_cost
def test_extend(list_a,huge_list_b):
return list_a.extend(huge_list_b)
if __name__=='__main__':
print '-----big list test-------------'
a=[1]*1000
b=['a']*(10**8)
print 'add cost:%s seconds'%test_add(a,b)
print 'extend cost:%s seconds'%test_extend(a,b)
print '-----small list test-------------'
a=[1]*1000
b=['a']*(10**2)
print 'add cost:%s seconds'%test_add(a,b)
print 'extend cost:%s seconds'%test_extend(a,b)
我机器是win7,64bit,6G 内存，i3 cpu,结果如下：
-----big list test------------- add cost:1.30500006676 seconds extend cost:0.591000080109 seconds -----small list test------------- add cost:0.0 seconds extend cost:0.0 seconds
在b为10^8长度的时候，extend所耗的时间几乎只有+操作的一半。
在1000长度的级别，相差不大。几乎相同。
+=等同于extend，如下：
import time
def time_cost(func):
def _time_cost(*args,**kw):
t1=time.time()
func(*args,**kw)
t2=time.time()
return t2-t1
return _time_cost
@time_cost
def test_add(list_a,huge_list_b):
list_a+=huge_list_b
return list_a
@time_cost
def test_extend(list_a,huge_list_b):
return list_a.extend(huge_list_b)
if __name__=='__main__':
print '-----big list test-------------'
a=[1]*1000
b=['a']*(10**8)
a2=[1]*1000
print '+= cost:%s seconds'%test_add(a,b)
print 'extend cost:%s seconds'%test_extend(a2,b)
输出：
-----big list test------------- += cost:0.506999969482 seconds extend cost:0.510999917984 seconds