Python中对列表使用+=会就地扩展原列表、保持对象身份不变；而+则创建全新列表对象，原列表不受影响——这是由底层__iadd__与__add__方法实现机制决定的关键差异。
python中对列表使用`+=`会就地扩展原列表、保持对象身份不变；而`+`则创建全新列表对象，原列表不受影响——这是由底层`__iadd__`与`__add__`方法实现机制决定的关键差异。
在Python中，看似相似的 += 和 + 运算符在操作列表时行为截然不同，其根本原因在于它们调用的是两个完全独立的特殊方法：+= 触发 __iadd__()（in-place add），而 + 调用 __add__()（regular add）。理解这一机制，是写出高效、可预测代码的关键。
✅ +=：就地修改，对象身份不变
+= 是就地增强赋值（in-place augmented assignment），对可变序列（如 list）而言，它直接在原对象内存地址上追加元素，不创建新对象。这等价于调用 list.extend()：
x = [1, 2] y = x # y 与 x 指向同一列表对象 x += [3, 4] print(x) # [1, 2, 3, 4] print(y) # [1, 2, 3, 4] —— 仍与 x 相同 print(x is y) # True —— 内存地址未变
通过 id() 可验证其“原地性”：
a = [1, 2] print(id(a)) # 例如：140234567890123 a += [3] print(id(a)) # 仍是：140234567890123 → 地址不变
? 底层原理：list.__iadd__() 方法直接调用 CPython 的 list_extend() 实现，复用原有内存块（必要时扩容），避免复制开销。
立即学习“Python免费学习笔记（深入）”；
❌ +：新建对象，切断引用链
+ 运算符执行的是纯函数式拼接：它始终返回一个全新列表，原始列表保持不变。其行为等价于 list1 + list2 → [*list1, *list2]：
x = [1, 2] y = x x = x + [3] # 创建新列表并重新绑定 x print(x) # [1, 2, 3] print(y) # [1, 2] —— y 仍指向旧对象 print(x is y) # False —— 对象已不同
同样用 id() 验证：
a = [1, 2] print(id(a)) # 140234567890123 b = a + [3] print(id(a)) # 140234567890123 → 原对象未变 print(id(b)) # 140234567890456 → 全新地址
⚠️ 注意：+ 要求右侧操作数必须是 list 类型（或严格支持 __add__ 的同类序列），而 +=/extend() 只要求右侧是任意可迭代对象（如 tuple, set, range）：
lst = [1, 2] lst += (3, 4) # ✅ 合法：元组被逐项添加 # lst = lst + (3, 4) # ❌ TypeError：list 与 tuple 不支持 + 拼接
? 字节码印证：BINARY_OP 13 (+=) vs BINARY_OP 0 (+)
正如 dis 输出所示：
- += 编译为 BINARY_OP 13，触发 __iadd__，执行原地修改；
- + 编译为 BINARY_OP 0，触发 __add__，构造并返回新对象。
这意味着：
? 性能上：+= 时间复杂度接近 O(k)（k 为待添加元素数），空间复杂度 O(1)（无额外分配）；
? + 则需 O(n+k) 时间（复制两列表）和 O(n+k) 空间，在大数据量场景下显著更慢、更耗内存。
? 常见陷阱与最佳实践
-
别在循环中滥用 + 拼接列表：
# ❌ 低效：每次迭代都新建列表，O(n²) 复杂度 result = [] for item in data: result = result + [item] # ✅ 推荐：用 `+=` 或 `append()` / `extend()` result = [] for item in data: result += [item] # 或 result.append(item) 注意 += 对不可变类型（如 tuple, str）的行为：
它们没有 __iadd__，故 += 会退化为 +（即新建对象），此时 += 与 + 效果一致。警惕嵌套可变对象的副作用：
若列表包含可变对象（如子列表），+= 修改原列表的同时，所有引用该列表的变量都会看到变化——这是设计使然，非 bug。
✅ 总结对比表
| 特性 | list1 += list2 | list1 = list1 + list2 |
|---|---|---|
| 是否修改原对象 | ✅ 是（就地） | ❌ 否（新建） |
| 对象身份（is）是否保留 | ✅ 是 | ❌ 否 |
| 时间复杂度 | O(len(list2)) | O(len(list1)+len(list2)) |
| 内存开销 | 低（可能扩容） | 高（需分配新内存） |
| 右侧类型要求 | 任意可迭代对象 | 必须为 list（或同类序列） |
| 等价方法 | list1.extend(list2) | list1.__add__(list2) |
掌握这一差异，不仅能避免隐蔽的引用错误，更能写出内存友好、性能优越的 Python 列表操作代码。
