本文出自“Python為什麼”系列，請檢視全部文章
在日常使用 Python 時，我們經常需要建立一個清單，相信大家都很熟練了吧？
上面的兩種寫法，你經常使用哪一個呢？是否思考過它們的差別呢？
讓我們開門見山，直接抛出本文的問題吧：兩種建立清單的 [] 與 list() 寫法，哪一個更快呢，為什麼它會更快呢？
注：為了簡化問題，我們以建立空清單為例進行分析。關于清單的更多介紹與用法說明，可以檢視這篇文章
對于第一個問題，使用<code>timeit</code>子產品的 timeit() 函數就能簡單地測算出來：
如上圖所示，在各自調用一千萬次的情況下，[] 建立方式隻花費了 0.47 秒，而 list() 建立方式要花費 1.75 秒，是以，後者的耗時是前者的 3.7 倍！
這就回答了剛才的問題：建立空清單時，[] 要比 list() 快不少。
注：timeit() 函數的效率跟運作環境相關，每次執行結果會有微小差異。我在 Python3.8 版本實驗了幾次，總體上 [] 速度是 list() 的 3 倍多一點。
那麼，我們繼續來分析一下第二個問題：為什麼 [] 會更快呢？
這一次我們可以使用<code>dis</code>子產品的 dis() 函數，看看兩者執行的位元組碼有何差别：
如上圖所示，[] 的位元組碼有兩條指令（BUILD_LIST 與 RETURN_VALUE），而 list() 的位元組碼有三條指令（LOAD_NAME、CALL_FUNCTION 與 RETURN_VALUE）。
這些指令意味着什麼呢？該如何了解它們呢？
首先，對于 []，它是 Python 中的一組字面量（literal），像數字之類的字面量一樣，表示确切的固定值。
也就是說，Python 在解析到它時，就知道它要表示一個清單，是以會直接調用解釋器中建構清單的方法（對應 BUILD_LIST ），來建立清單，是以是一步到位。
而對于 list()，“list”隻是一個普通的名稱，并不是字面量，也就是說解釋器一開始并不認識它。
是以，解釋器的第一步是要找到這個名稱（對應 LOAD_NAME）。它會按照一定的順序，在各個作用域中逐一查找（局部作用域--全局作用域--内置作用域），直到找到為止，找不到則會抛出<code>NameError</code>。
解釋器看到“list”之後是一對圓括号，是以第二步是把這個名稱當作可調用對象來調用，即把它當成一個函數進行調用（對應 CALL_FUNCTION）。
是以，list() 在建立清單時，需要經過名稱查找與函數調用兩個步驟，才能真正開始建立清單（注：CALL_FUNCTION 在底層還會有一些函數調用過程，才能走到跟 BUILD_LIST 相通的邏輯，此處我們忽略不計）。
至此，我們就可以回答前面的問題了：因為 list() 涉及的執行步驟更多，是以它比 [] 要慢一些。
看完前兩個問題的解答過程，你也許覺得還不夠過瘾，而且可能覺得就算知道了這個冷知識，也不會有多大的幫助，似乎那微弱的提升顯得微不足道。
但是，我們<code>Python貓</code>出品的《Python為什麼》系列一直秉承着孜孜不倦的求知精神，是不可能放着這個問題不去回答的。
而且，由于有發散性思考的習慣，我還想到了另外一個挺有意思的問題：list() 的速度能否提升呢？
我不久前寫過一篇文章 正好讨論到這個問題，也就是在剛剛釋出的 Python 3.9.0 版本中，它給 list() 實作了更快的 vectorcall 協定，是以執行速度會有一定的提升。
感興趣的同學可以去 Python 官網下載下傳 3.9 版本。
根據我多輪的測試結果，在新版本中運作 list() 一千萬次，耗時大概在 1 秒左右，也就是 [] 運作耗時的 2 倍，相比于前面接近 4 倍的資料，目前版本總體上是提升了不少。
至此，我們已回答完一連串的疑問，如果你覺得有收獲，請點贊支援！歡迎大家關注後續更多精彩内容。
本文屬于“Python為什麼”系列（Python貓出品），該系列主要關注 Python 的文法、設計和發展等話題，以一個個“為什麼”式的問題為切入點，試着展現 Python 的迷人魅力。所有文章将會歸檔在 Github 上，歡迎大家給顆小星星，項目位址：https://github.com/chinesehuazhou/python-whydo