在Python中，列表（list）是可变结构，而元组（tuple）是不可变的。

list: 在添加新元素（append、extend、insert）时，Python会"预留"内存块，以最小化数组增长时的分配数量（"过度分配策略"）。删除元素（pop、remove）速度很快，但有时可能会导致内存重新分配。
tuple: 元组的大小是固定的，元素不能更改或添加——这确保了高效的读操作速度，并且在存储大量不可变数据时，内存消耗比列表要小。

示例，说明列表和元组的变化:

lst = [1, 2, 3]
lst.append(4)    # OK
lst[1] = 20      # OK

tup = (1, 2, 3)
tup[1] = 20      # TypeError

性能:

问题: 为什么向列表添加元素的操作通常很快（O(1)），如果从数组的角度来看，这应该导致内存的重新分配？

答案:

Python实现了动态数组，"立即为多个元素分配额外内存"。因此，append通常占用O(1)，而内存重新分配只发生在实际耗尽保留块时。

示例:

import sys
lst = []
for i in range(10):
    lst.append(i)
    print(len(lst), sys.getsizeof(lst))  # 内存大小增长不是严格线性的

历史

在一个项目中，为字典的键使用了list。开发者不知道列表不哈希（可变性），这导致了错误"TypeError: unhashable type: 'list'"。

开发者经常通过+连接来创建长列表。这导致了额外的数组复制和高内存和时间开销。使用循环中的append或生成器更有效。

在日志系统中，为存储时间戳选择了元组，认为由于不可变性会更快。但偶尔需要修改，这就要求不断创建新的元组（写时复制），导致性能较使用列表时下降。

揭示Python中列表和元组的内存管理原则。更改/添加元素在列表和元组中有什么区别，这对性能有什么影响？