Python列表扩容触发条件是当前元素个数等于已分配容量；首次分配allocated为8，后续按约12.5%增量（old_size + old_size>>3 + 1）增长，兼顾效率与内存利用率。
Python列表追加元素时触发扩容，是因为底层用的是动态数组，而动态数组的存储空间是预先分配的固定大小——append() 一旦试图往“已满”的底层数组里塞新元素，就必须申请更大内存并复制数据。
扩容触发的精确条件是什么
不是“只要调用 append() 就扩容”，而是当列表当前元素个数（ob_size）等于已分配容量（allocated）时才触发。换句话说：只有“没空位了”才会扩容。
- 空列表
[]第一次append()后，allocated变为 1（不是 0） - 容量为 8 的列表，插入第 9 个元素时触发扩容（因为
ob_size == 8且allocated == 8） -
len(lst) == 100并不意味着allocated == 100；实际allocated通常更大，比如 113
CPython 实际扩容公式怎么算
不是简单翻倍，而是用近似 12.5% 增量的策略，兼顾小容量响应快、大容量不浪费。核心逻辑在 list_resize() 函数中：
- 若
allocated == 0（首次分配），直接设为 8 - 否则，新容量 ≈
old_size + (old_size >> 3) + (old_size - 等价于：new_size = old_size + old_size // 8 + offset（offset 小容量取 3，大容量取 6）
- 例如：从 64 扩到 73（64 + 8 + 1），从 1000 扩到 1127（1000 + 125 + 2）
为什么不用固定倍数（比如 2x）
固定倍数会导致内存浪费严重，尤其对中等规模列表。比如从 1000 扩到 2000，多占了 1000 个指针空间（约 8KB），但后续可能只加几十个元素。
立即学习“Python免费学习笔记（深入）”；
- 1.125x 增量让均摊开销更平滑，
append()均摊时间复杂度稳定为 O(1) - 但代价是扩容更频繁——不过每次复制量小，总开销反而更低
- 这个策略在 CPython 源码中硬编码实现，不同 Python 实现（如 PyPy）可能不同
哪些操作会意外触发扩容
除了 append()，以下操作同样可能触发扩容，但容易被忽略：
-
insert(i, x)：当i超出当前长度时，行为等价于append()，也会检查容量是否足够 -
lst += [x]或lst.extend([x])：内部仍走append循环，每轮都判断容量 -
list * n（重复）：如果原列表非空，结果列表长度变大，构造时就按目标长度预分配，不走增量扩容
真正容易踩坑的是：反复 insert(0, x) ——它不常扩容，但每次都要移动全部元素，性能瓶颈其实在数据搬移，不在扩容本身。
