如何创建超过Python最大大小的列表

Question

根据此,在32位系统上Python列表的最大大小为536870912个元件.

有没有可能的方法来初始化比这更大的列表？

让我们说:

list1 = [None]*1000000000

Answer 1

由于列表中的每个元素至少占用4个字节,所以列出大的占用大量空间,因此只有一个包含最大允许元素的列表将占用最少2GB的RAM ¹.而这甚至没有考虑64位系统².

1. 4 * 5.4e+8 = 2.1e+9,2.1 GB
2. 8 * 1.2e+18 = 9.2e+18,9.2 EB(是的,exabytes)

但是,为了这个问题,让我们假设你有很多内存.

最简单的选择之一是创建自己的对象来保存和处理大量列表.它基本上将大量列表拆分为较小的列表,然后在需要时相应地访问它们.由于你不得不重写所有方法,因为没有子类化的真正好处list,你最好只是继承子类object,然后从那里开始.这里唯一必不可少的是永远不要组合或复制子列表(因为它们很大),所以itertools.chain在必要时使用循环遍历列表.

这是最简单的列表方法的一个例子append,extend,get/setitem工作:

import sys
from itertools import chain

class largeList(object):
    def __init__(self, mylist=[]):
        self.maxSize = sys.maxsize/4
        self.src = [[]]
        self.extend(mylist)

    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__()))

使用示例(如果您的可用RAM少于4GB,或者您使用的是64位系统,请sys.maxsize在尝试之前进行更改!):

#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]

结果:在列表内部将列表拆分为多个列表,而在使用它们时它们似乎只是一个列表.list通过添加更多方法可以轻松添加更多功能.例如pop,remove和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

示例使用,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]]