元组创建更快，是因为它跳过了列表所需的动态内存管理开销：不预留扩容空间、不初始化可变头结构、不为元素单独更新引用计数，仅一次性分配连续内存。
元组创建更快，是因为它跳过了列表所需的动态内存管理开销。这不是“语法糖”带来的假象，而是CPython解释器对不可变结构的底层优化结果。
元组创建时不做哪些事？
列表创建（比如 list(range(1000))）必须预留扩容空间、初始化可变头结构、为每个元素分配指针并更新引用计数；元组则直接按已知长度一次性分配连续内存块，不预留、不校验、不维护增长状态。
-
tuple([1, 2, 3])是转换操作，不具代表性——真正比的是字面量或tuple(range(n))vslist(range(n)) - 小元组如
(1, "a", True)在编译期就固化进co_consts，运行时零构造成本；等价列表[1, "a", True]每次调用都触发内存分配+填充 - CPython 对元组对象头（
PyTupleObject）比列表对象头（PyListObject）更紧凑，少存一个allocated字段
实测差异在哪？
用 timeit 测 100 万元素构造，元组通常快 15%～20%，但这个差距只在“纯创建”场景显著。一旦混入后续操作（比如立刻索引或遍历），差异会被掩盖。
- 错误测法：
timeit.timeit("tuple(range(1000000))", number=10000)—— 这里range是生成器，元组要逐个取值构造，列表同理，可比 - 正确对照：
t = tuple(range(1000000))和l = list(range(1000000))分开执行，再分别测构造耗时 - 注意：若用
sys.getsizeof()查看，同元素下元组内存占用通常小 10%～15%，主要省在对象头和无冗余指针区
什么时候这个优势会失效？
优势只存在于“一次性构造 + 后续只读”的路径。如果你紧接着做 list(t) 或频繁 += 拼接，元组的创建优势瞬间归零，甚至因额外转换反而更慢。
立即学习“Python免费学习笔记（深入）”；
- 函数返回多值（
return a, b, c）本质是构建元组，这里创建快且免拷贝，是真正受益场景 - 配置项写成
ALLOWED_HOSTS = ("localhost", "example.com")而非["localhost", "example.com"]，启动时加载更快、内存更省 - 别为了“快一点”把所有地方都换成元组——如果后续要
.append()或.sort()，强行用元组只会增加list(t)开销
真正容易被忽略的是：元组快，不是因为它“做了什么”，而是因为它“不做列表必须做的事”。选型时盯住数据生命周期——从创建到销毁，是否真的一次定型、永不修改。
