Python列表底层用动态数组实现，扩容在len(list)==allocated_capacity时触发，采用渐进式增长策略：小列表+4、中等列表×1.125、大列表+1/6，且不因pop缩容。
Python 列表（list）底层是用动态数组实现的，扩容不是每次 append 都发生，而是采用“预留空间 + 增量扩容”策略，兼顾时间效率和内存开销。
扩容触发条件
当执行 append()、insert() 等操作导致当前元素数量超过已分配容量时，解释器会自动扩容。核心判断逻辑是：
-
len(list) == allocated_capacity时触发扩容 - 不因
pop()或切片等操作缩容（缩容需手动调用del或重建）
扩容倍数与增长公式
CPython 实现中，新容量按以下规则计算（非固定倍数，而是渐进式增长）：
- 小列表（当前 size < 9）：新 capacity = old capacity + 4
- 中等列表（9 ≤ size < 500）：新 capacity = old capacity * 1.125（向上取整）
- 大列表（size ≥ 500）：新 capacity = old capacity + old capacity // 6（约 1.167 倍）
例如：[0]*64 后再 append 一次，capacity 会变成 72；继续追加到 72 个元素时，下一次扩容会升到 81 左右。
立即学习“Python免费学习笔记（深入）”；
内存预分配与 over-allocation
扩容时实际申请的内存比所需元素数略多，这种“over-allocation”是为了减少频繁 realloc。你可以通过 sys.getsizeof() 和 len() 对比观察：
-
l = []：初始 capacity 通常为 0 或 4（版本相关） -
l = [1,2,3]：len(l)是 3，但sys.getsizeof(l)显示它占了约 80–104 字节，说明已有冗余空间
如何查看和控制容量？
Python 不提供直接访问 capacity 的接口，但可通过间接方式估算：
- 用
sys.getsizeof(l)减去基础对象开销（约 56 字节），再除以指针大小（64 位系统为 8 字节），可粗略反推已分配 slot 数 - 想最小化内存浪费？批量初始化时用
[None] * n或list(range(n))，避免多次 append 触发多轮扩容 - 若明确知道最终长度且需频繁修改，考虑用
array.array或 NumPy 数组替代
