Python列表掌握关键在于理解内存行为、操作边界和误用场景：append()原地O(1)优于+拼接的O(n)；pop(0)为O(n)，高频删头应选deque；切片赋值是“删+插”组合；列表推导式中if过滤与if-else选择语法位置不同。

标题里的“第522讲”是干扰项，Python 列表没有编号课程体系，也没有所谓“官方系统学习路线”。列表是基础数据结构，掌握它不靠追讲数，而在于理解内存行为、操作边界和常见误用场景。

为什么 list.append() 比 list = list + [x] 快得多？

因为 append() 是原地修改，时间复杂度 O(1)；而 + 每次都新建列表对象，需复制全部元素，时间复杂度 O(n)。循环中用后者会导致平方级耗时。

• 错误写法：

  result = []
  for x in data:
      result = result + [x]  # 每轮都复制整个 result

• 正确写法：

  result = []
  for x in data:
      result.append(x)  # 原地追加，均摊 O(1)

• 注意：append() 只加一个元素；要加多个用 extend()，不是 append([a,b])（那会嵌套成列表）

list.pop() 默认弹出末尾，但指定索引时性能断崖下跌

Python 列表底层是动态数组，pop() 不带参数时直接删末尾，O(1)；但 pop(0) 或 pop(k) 需要把索引 k 后所有元素前移，最坏 O(n)。

• 高频删开头？改用 collections.deque，popleft() 是 O(1)
• 需要随机访问 + 频繁中间删插？考虑是否真该用列表——也许 dict 或二分查找 + bisect 更合适
• del my_list[0] 和 my_list.pop(0) 性能表现一致，都是 O(n)

切片赋值不是替换，而是“删除+插入”的组合动作

my_list[1:3] = [99, 88] 看似简单，实际先删掉索引 1~2 的元素（含头不含尾），再把右侧列表逐个插入原位置。长度可变，且右侧可以是任意可迭代对象。

提示词大师-python版

图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍

下载

立即学习“Python免费学习笔记（深入）”；

• 清空中间段：my_list[2:5] = [] → 等价于 del my_list[2:5]
• 插入不删除：my_list[3:3] = ['x', 'y'] → 在索引 3 处插入（空切片）
• 右侧为生成器也合法：my_list[0:0] = range(3)，但会立即展开消耗内存
• 别写 my_list[:] = some_generator 来“清空并填充”，若生成器耗时长或失败，列表已空无法回退

列表推导式里用 if 和用 if-else 语法位置完全不同

过滤用 [x for x in seq if condition]；条件选择用 [a if cond else b for x in seq]。混用或错位会报 SyntaxError 或逻辑错误。

• 想筛出偶数：[x for x in nums if x % 2 == 0] ✔️
• 想把偶数变 0、奇数变 1：[0 if x % 2 == 0 else 1 for x in nums] ✔️
• 错误写法：[x if x % 2 == 0 for x in nums] → 缺少 else，SyntaxError
• 更隐蔽的坑：[x for x in nums if x > 0 else 0] → 语法非法，if 过滤不能跟 else

真正卡住人的从来不是“会不会写列表”，而是当程序变慢、内存暴涨、结果错位时，能否立刻意识到：是不是在循环里拼接列表？是不是在头部反复 pop(0)？是不是切片赋值误删了数据？这些点不靠听课次数，靠每次报错后翻一眼 id(my_list) 和 sys.getsizeof()。