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,a3B=b1,b2,b3C=c1,c2,c3List=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importtimea=list(range(10000))b=list(range(10000))c=list(range(10000))data=[a,b,c]#betterperformancestart=time.time()foriinrange(3):forjinrange(10000):data[i][j]=data[i][j]*2end=time.time()print(end-start)a=list(range(10000))b=list(range(10000))c=list(range(10000))data=[a,b,c]#badperformancestart2=time.time()foriinrange(10000):forjinrange(3):data[j][i]=data[j][i]*2end2=time.time()print(end2-start2)0.018913507461547850.02604365348815918[Programfinished]`