Nivel · profesional
Lectura 5 min de consulta
Medido en CPython 3.13.7, Windows x64
Probado con Python 3.13
Fuentes Mediciones del manual: mediciones/02-11-coste.py y siguientes
Estructura
Por elemento
1 000 elementos
Nota
list
8 B (puntero) + objeto
7.9 KB
sobreasigna ~12,5 %
tuple
8 B (puntero) + objeto
7.9 KB
tamaño exacto
array('i')
4 B (valor)
4.1 KB
sin objetos
array('q')
8 B (valor)
8.1 KB
sin objetos
deque
8 B + bloque de 64
8.5 KB
vacío ya pesa 760 B
dict
36.9 B
36.1 KB
índice + entradas
set
32.8 B
32.2 KB
misma tabla sin valores
str ASCII
1 B por carácter
1.0 KB
+ ~41 B de cabecera
int
28 B (< 2³⁰)
—
32 B si es mayor
float
24 B
—
siempre
dataclass(slots=True)
180 B por fila de 4 campos
—
la más densa
dict por fila
300 B
—
la más cómoda y la más cara
Operación
list
deque
dict/set
Acceso por índice
O(1)
O(n)
—
Acceso por clave
—
—
O(1)
Pertenencia
O(n)
O(n)
O(1)
append / pop() final
O(1)*
O(1)
—
insert(0) / pop(0)
O(n)
O(1)
—
Ordenar
O(n log n)
—
—
* amortizado.
Operación
Coste medido
x in set
30 ns
d[k]
~30 ns
append
31 ns
list.pop(0)
11,6 µs
sorted de 1 M aleatorio
260 ms
sorted de 1 M ordenado
11,4 ms
Comprensión de 1 M
55 ms
sum de 1 M con numpy
0,35 ms
Si el uso dominante es…
Usa
Evita
Recorrer en orden, crecer al final
list
insert(0)
Acceso por clave
dict
lista de tuplas
Pertenencia
set
x in list
Cola por ambos extremos
deque
list.pop(0)
Datos numéricos homogéneos
numpy (o array)
list[float]
Registro de campos fijos
dataclass(slots=True)
dict por fila
Máximo de k elementos
heapq.nlargest
sorted()[-k:]
Ventana deslizante
deque(maxlen=n)
lista con recortes
El contenedor casi nunca es el coste: lo son los objetos que guarda. Una lista de un millón de enteros pesa 40 MB; la misma cantidad en array pesa 4. Antes de cambiar de estructura, comprueba con tracemalloc dónde está la memoria.