面试题：Python列表值创新优化之性能与空间平衡

Question

有一个非常大的Python列表 `large_list`，其中包含大量的整数（假设数百万个）。现在要求从这个列表中提取出所有能被3整除且能被5整除的数，并生成一个新的有序列表。在实现过程中，要考虑如何在保证性能的同时尽量减少内存的使用，请提供详细的实现代码，并阐述在算法和数据结构选择上如何体现对性能与空间的平衡，以及这种创新方法相较于传统方法的优势。

Answer 1

实现代码

def extract_numbers(large_list):
    return sorted((num for num in large_list if num % 15 == 0))

算法和数据结构选择分析

1. 算法选择：
   • 使用生成器表达式 (num for num in large_list if num % 15 == 0) 来生成满足条件的数。生成器是一种迭代器，它在迭代时按需生成值，而不是一次性生成所有满足条件的数并存储在内存中。这大大减少了内存的使用，因为它不需要预先存储所有符合条件的数。
   • 然后使用 sorted 函数对生成器生成的数进行排序。sorted 函数可以直接处理可迭代对象，在排序过程中也不需要将所有数据一次性加载到内存中。
2. 数据结构选择：
   • 这里没有使用额外的复杂数据结构。列表本身是给定的输入，而生成器表达式产生的生成器是轻量级的，仅在迭代时占用极少的额外内存。最终结果是一个有序列表，这是符合题目要求的数据结构，且在生成和排序过程中尽量减少了中间数据结构对内存的占用。

创新方法相较于传统方法的优势

1. 内存使用：
   • 传统方法可能会先使用列表推导式 [num for num in large_list if num % 15 == 0] 来生成所有满足条件的数，这会在内存中一次性创建一个新的列表，对于数百万个元素的列表，这可能会导致内存不足的问题。而使用生成器表达式则避免了这种一次性创建大列表的情况，显著减少了内存占用。
2. 性能：
   • 在性能方面，sorted 函数在处理生成器这种可迭代对象时，其内部实现可以高效地处理数据流，不需要等待所有数据加载到内存中再进行排序。相比传统方法先创建大列表再排序，这种方法在内存有限的情况下可以更高效地运行，减少了内存交换等操作带来的性能损耗。