在线等，挺急的！一道看起来简单的面试题，请大家探讨一下

Question

题目如下：下面的代码有什么问题？data=[[1,2,3],[4,5,6],[7,8,9]]foriinrange(3):forjinrange(3):data[j][i]=data[j][i]*2坦白地说，我没看出有什么问题，代码意图无非是按列优先的顺序，把二维数据的每个元素放大2倍，有什么要注意的隐患吗？

Answer 1

@Lo_yao_gwet所讲，按行(data[i][j])和按列(data[j][i])迭代二维数组效率有差别，这个有道理，但原因我不敢苟同。我觉得寻址操作的次数是一样的，python不会缓存data[i]的值使得下次使用data[i]就少了一次寻址操作，并且寻址操作的耗时可以忽略不记。
找到一篇将C二维数组的解释，觉得靠谱：二维数组按行和按列遍历效率和CPU高速缓存、内存分页调度机制有关。当二维数组大到跨内存页时，效率差别就比较显著了。建议大家看看文章。
                            

Answer 2

把data［ji］=data［j］［i］*2
改成data［i］［j］=data［i］［j］*2那么下面那行会更省时间。
python的list里面位置只是存放了指针以指向实际的数据，或者子list。
以下是伪代码,假设没有其他操作
A=a1,a2,a3
B=b1,b2,b3
C=c1,c2,c3
List=A,B,C
以你提供的代码为例，需要如此操作
A,a1,B,b1,C,c1,
A,a2,B,b2,C,c2,
A,a3,B,be,C,c3
一共18次访问。
如果以改善版本为例
A，a1,a2,a3,
B,b1,b2,b3,
C,c1,c2,c3
一共12次访问。
下面是我的测试代码
importtime
a=list(range(10000))
b=list(range(10000))
c=list(range(10000))
data=[a,b,c]
#betterperformance
start=time.time()
foriinrange(3):
forjinrange(10000):
data[i][j]=data[i][j]*2
end=time.time()
print(end-start)
a=list(range(10000))
b=list(range(10000))
c=list(range(10000))
data=[a,b,c]
#badperformance
start2=time.time()
foriinrange(10000):
forjinrange(3):
data[j][i]=data[j][i]*2
end2=time.time()
print(end2-start2)
0.01891350746154785
0.02604365348815918[Programfinished]
`