我有一个列表my_list(列表包含utf8字符串):
>>> len(my_list)
8777
>>> getsizeof(my_list) # <-- note the size
77848
出于某种原因，排序列表(my_sorted_list = sorted(my_list))会占用更多内存:
>>> len(my_sorted_list)
8777
>>> getsizeof(my_sorted_list) # <-- note the size
79104
为什么sorted返回的列表比最初未排序的列表占用更多内存空间？
作为Ignacio points out，这是因为Python分配的内存比所需的多一些.这样做是为了在列表上执行O(1) .appends.
sorted creates a new list超出提供的顺序，sorts it in place并返回它.要创建新列表，请使用Python extends an empty sized list with the one passed；这会导致观察到的过度分配(在调用list_resize后发生).你可以用list.sort来证实排序不是罪魁祸首；没有创建新列表的same algorithm is used(或者，众所周知，是performed in-place).当然，那里的尺码是don't differ码.
值得注意的是，这种差异主要出现在以下情况:
原始列表是用列表comp创建的(如果有可用空间，则大小为the final append doesn't trigger a resize，则较小).
当使用列表文字时.有 a PyList_New is created based on the number of values on the stack个，但没有附加.101)不会触发任何大小调整，并将大小保持在最小值:
因此，通过列表comp:
l = [i for i in range(10)]
getsizeof(l) # 192
getsizeof(sorted(l)) # 200
或列表文字:
l = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
getsizeof(l) # 144
getsizeof(sorted(l)) # 200
尺寸更小(使用文字时更是如此).
当创建到list时，内存总是被过度分配；Python knows the sizes和preemptsfuture 的修改，根据大小过度分配位:
l = list(range(10))
getsizeof(l) # 200
getsizeof(sorted(l)) # 200
因此，在列表的大小上没有观察到任何差异.
最后，我必须指出，这是Python的C个实现，即CPython.这是语言实现的细节，因此，你不应该以任何古怪的方式依赖它.
Jython、IronPython、PyPy和任何其他实现可能/可能不具有相同的行为.