python常見的數據類型有：字符串，布爾類型，整數，浮點數，數字，日期，列表，元祖，字典。相信前面6個大家都非常的熟悉，但是對於python的列表，元祖，字典我有時候一直在想其內部的實現是怎么樣子的，它們就像一個“黑盒子”一樣，下面記錄一下對於“列表 list”理解過程：
其實，在最開始我一直以為python的列表是通過鏈表實現的，直到一天，應該說是誤打誤撞，當我通過交互模式創建一個列表的時候，然后通過id（）函數打印出列表中每個元素的地址時，我發現它們的地址是連續的，然后推測python的列表list不是我們傳統意義上面的列表（雖然這個推測應該算是誤打誤撞吧，真實的原因不是這個，這個每個元素地址連續也是因為正好湊巧而已，但是卻引起了我的進一步探索和思考），也就是說不是通過鏈表實現的（因為如果是鏈表的話其元素地址肯定是不連續的），然后我就猜測這種內存地址連續的情況，python的列表應該是通過數組的形式進行存儲實現的。
通過查看python文檔：https://wiki.python.org/moin/TimeComplexity，其中記錄了這么一句話：Internally, a list is represented as an array;這也進一步驗證了我推測的結果。然后查看python的源碼：
typedef struct {
PyObject_VAR_HEAD
PyObject **ob_item;
Py_ssize_t allocated;
} PyListObject;
其中記錄了這么一個結構體（省略了源碼中的大部分注釋，有興趣可以找到源碼看一下），其中：
ob_item是指向列表對象的指針數組；
allocated是申請內存的槽的個數。
接着，通過源碼獲悉，python列表的存儲形式就是以數組array的形式進行存儲的，然后數組中每一個元素其實存儲的是列表對象的指針。
現在我們搞明白了python列表的內部實現方式，所以進一步思考了如下問題：
1.對於列表操作，append操作肯定比insert操作效率要高：
因為，對於數組來說，用append操作從后面追加一個元素，時間復雜度來說是常量級的，但是用insert操作進行數組的插入來說，當插入第一位或者中間某一位的時候，該元素后面的所有元素都要相應的往后面挪動一位。
2.python中列表的存儲形式是數組的形式，這也突出了其和鏈表的很大的區別：
a.當我們按照給定的索引值進行某一個元素的訪問的話，數組的效率肯定是比鏈表的效率高出不少的。
因為，對於數組來說，我們可以直接計算出目標元素在內存中的具體位置，然后直接對其訪問；但是對於鏈表來說，我們要做的是去遍歷整個鏈表才可以得到目標元素。
b.但是對於插入insert操作來說，情況就和上面不同了。
因為對於鏈表來說，我們只要知道在哪里執行insert插入操作就可以了，無論該列表中含有多少元素，操作時間都基本是相同的，造作的成本非常低；但是對於數組就不同了，每次執行插入操作的時候，都需要移動插入點右邊的所有元素。甚至有時候，因為插入的元素過多，開始分配的內存空間不夠，還需要把這個列表元素整體搬到一個更大的數組中（這是我開始的猜測）。當然，對於這種情況，python的開發者早就想好了對應的方法，就是append操作通常會采用一種動態數組或向量的特定解決方案：
將內存分配得過大一些，並且等到其要溢出時，在線性時間內再次重新分配內存。
但是，這樣似乎還是我上面猜測的那樣，不是會讓append和insert一樣糟糕么，其實不是這樣子的，因為就算這倆種情況都有可能去搬動大量的元素，但最主要的不同是：對於append操作，發生的可能性要小非常多，事實上，我們能夠確保每次搬入的數組都大於原數組一定的比例，那么該操作的平均成本（每次搬動的開銷平均分攤到每次append操作中去），這樣的時間復雜度通常是常量級別的。這里也從而得出來，python的列表對內存的開銷是比較大的。