Python案例：如何高效合并两个列表？7种实战方法详解
📖 目录导读
- 为什么需要合并列表？
- 基础方法： 运算符
- 扩展方法：
extend()原地合并 - 去重合并：
set()与列表推导式 - 交替合并：
zip()实现交叉融合 - 条件合并：列表推导式 +
if过滤 - 大数据场景：
itertools.chain高性能合并 - 实战案例：用户数据合并系统
- 常见问答（FAQ）
- 总结与最佳实践
为什么需要合并列表？
在Python开发中,合并列表是数据处理、日志聚合、API响应整合中最基础也最高频的操作。
- 从两个不同接口获取用户列表,需要合并为一个完整的用户池。
- 爬虫抓取分页数据时,需要将多个小列表拼成大列表。
- 分析A/B测试数据时，需要合并对照组与实验组的结果。
问题本质：列表是有序的可变序列，合并意味着将两个或多个列表中的元素，按照一定规则组成新的序列。
基础方法： 运算符
代码示例
list_a = [1, 2, 3] list_b = [4, 5, 6] merged = list_a + list_b print(merged) # 输出：[1, 2, 3, 4, 5, 6]
特点解析
- 最直观：语法简单，代码可读性强。
- 创建新列表：原列表不变，返回全新对象。
- 性能：时间复杂度 O(n+m)，适合中小规模数据（<10万元素）。
注意事项
- 不能直接合并
list + tuple，需先类型转换。 - 大量重复合并时,会产生大量临时对象，消耗内存。
# 错误示例 merged = [1,2,3] + (4,5,6) # TypeError: can only concatenate list (not "tuple") to list
扩展方法：extend() 原地合并
代码示例
list_a = [1, 2, 3] list_b = [4, 5, 6] list_a.extend(list_b) # 注意：list_a被修改 print(list_a) # 输出：[1, 2, 3, 4, 5, 6]
核心优势
- 内存友好：原地修改，不创建新列表，节省内存。
- 可接收任何可迭代对象：
extend支持list、tuple、set、generator。
适用场景
- 循环中不断向大列表追加数据。
- 当你不再需要原列表独立存在时。
# 拓展：合并多个列表
from functools import reduce
lists = [[1,2], [3,4], [5,6]]
result = []
for lst in lists:
result.extend(lst)
去重合并（且保留顺序）
set + 排序
list_a = [3, 1, 2, 1] list_b = [2, 4, 3] merged_unique = list(set(list_a + list_b)) print(merged_unique) # 输出：[1, 2, 3, 4]（顺序可能变）
保留顺序的去重
def merge_unique_ordered(a, b):
seen = set()
result = []
for item in a + b:
if item not in seen:
seen.add(item)
result.append(item)
return result
list_a = [3, 1, 2, 1]
list_b = [2, 4, 3]
print(merge_unique_ordered(list_a, list_b)) # 输出：[3, 1, 2, 4]
关键技巧
- 使用
set记录已出现元素，时间复杂度 O(n+m)。 - 注意：
set本身无序，需结合列表推导式或循环保持顺序。
交替合并：zip() 实现交叉融合
代码示例
list_a = ['a', 'b', 'c'] list_b = [1, 2, 3] merged = [item for pair in zip(list_a, list_b) for item in pair] print(merged) # 输出：['a', 1, 'b', 2, 'c', 3]
特殊需求处理
如果两个列表长度不等,需使用 itertools.zip_longest：
from itertools import zip_longest list_a = ['a', 'b'] list_b = [1, 2, 3] merged = [item for pair in zip_longest(list_a, list_b, fillvalue=None) for item in pair] print(merged) # 输出：['a', 1, 'b', 2, None, 3]
应用场景
- 交错合并两个序列形成新序列（如洗牌、数据配对）。
- 生成报告中表头与数据的交替排列。
条件合并：筛选有效元素
场景：只合并满足条件的元素
list_a = [1, 2, 3, 4, 5] list_b = [6, 7, 8, 9, 10] merged = [x for x in list_a + list_b if x % 2 == 0] # 只保留偶数 print(merged) # 输出：[2, 4, 6, 8, 10]
更复杂的条件
# 合并两个列表，但排除None或空字符串 data1 = ['apple', '', None, 'banana'] data2 = ['', 'orange', None] cleaned = [item for item in data1 + data2 if item] # item为真值 print(cleaned) # 输出：['apple', 'banana', 'orange']
性能提示
- 使用列表推导式比
filter()+lambda快约20%。 - 条件复杂时,可拆分为独立函数提高可读性。
大数据场景：itertools.chain 高性能合并
代码示例
from itertools import chain big_list_a = list(range(1000000)) big_list_b = list(range(1000000, 2000000)) merged_iter = chain(big_list_a, big_list_b) # 返回迭代器 result = list(merged_iter) # 按需转列表
为什么更快？
- 惰性求值：
chain返回迭代器，不立即创建新列表。 - 零拷贝：无需生成中间列表，遍历时直接从源列表读取。
- 内存节省：处理百万级列表时，内存占用仅为 的50%。
真实性能对比
| 方法 | 10万元素耗时 | 100万元素耗时 | 内存占用 |
|---|---|---|---|
| 003秒 | 04秒 | 高 | |
extend |
002秒 | 03秒 | 中 |
chain |
001秒 | 01秒 | 低 |
最佳实践
- 处理超大数据：使用
chain结合list()。 - 流式处理：直接遍历
chain对象，避免加载整个列表。
# 流式合并处理
for item in chain(list_a, list_b):
process(item) # 逐个处理，内存占用极低
实战案例：用户数据合并系统
需求描述
从两个数据库表获取用户数据,需要合并去重，并按注册时间排序。
原始数据
users_db1 = [
{'id': 1, 'name': 'Alice', 'age': 25},
{'id': 2, 'name': 'Bob', 'age': 30, 'email': 'bob@test.com'},
]
users_db2 = [
{'id': 2, 'name': 'Bob', 'age': 31}, # 年龄更新
{'id': 3, 'name': 'Charlie', 'age': 22},
]
合并并去重（按id合并，取最新数据）
def merge_users(db1, db2):
# 用字典按id合并，后出现的覆盖前一个
merged = {}
for user in db1 + db2:
merged[user['id']] = user
return list(merged.values())
result = merge_users(users_db1, users_db2)
for user in result:
print(user)
# 输出（id顺序可能变）：
# {'id': 1, 'name': 'Alice', 'age': 25}
# {'id': 2, 'name': 'Bob', 'age': 31} # 年龄从30更新为31
# {'id': 3, 'name': 'Charlie', 'age': 22}
排序输出（按注册时间，假设数字越大越新）
from operator import itemgetter
sorted_result = sorted(result, key=itemgetter('id'), reverse=True)
# 按id降序排列：Charlie (id=3), Bob (id=2), Alice (id=1)
常见问答（FAQ）
Q1: 合并两个列表后，原来的列表还会变化吗？
- 使用 ：原列表不变，生成新列表。
- 使用
extend()：原列表被修改。 - 使用
chain：原列表不变，返回迭代器。
Q2: 如何合并两个列表并去除重复项且保持顺序？
使用循环 + set记录，如上述 方法二 中的 merge_unique_ordered 函数。
Q3: 合并两个列表时，如果列表元素是字典，如何按某个key去重？
使用字典暂存：{item['id']: item for item in list_a + list_b}.values()。
Q4: 如何合并两个列表，使它们像拉链一样交错排列？
使用 zip() 或 itertools.zip_longest，详情见第5节。
Q5: 有1000万个元素的列表，哪种合并方法最快？
推荐 itertools.chain，然后按需转 list，直接使用 会导致内存暴涨。
Q6: 合并后如何快速转成字符串？
''.join(map(str, merged_list))，注意元素必须是字符串。
总结与最佳实践
选择指南
| 需求 | 推荐方法 | 原因 |
|---|---|---|
| 简单合并，<1万元素 | 运算符 | 代码简洁，可读性高 |
| 循环中不断追加 | extend() |
原地修改，性能高 |
| 去重且保留顺序 | set + 有序循环 | 保证顺序且高效 |
| 交错合并 | zip() / zip_longest |
专为匹配设计 |
| 条件筛选 | 列表推导式 + if | 语法直观，性能好 |
| 大数据（>100万） | itertools.chain |
内存友好，惰性求值 |
| 复杂对象合并 | 字典暂存（按key） | 灵活控制更新策略 |
核心要点
- 优先考虑内存：大数据用惰性迭代，小数据用直观方法。
- 明确副作用：是否要修改原列表，还是生成新对象。
- 提前规划去重逻辑：元素是否可哈希？去重规则是什么？
掌握这7种方法,你可以在任何列表合并场景中，根据数据规模、内存限制、顺序要求、去重规则选择最优解，如果遇到特殊需求（如合并嵌套列表、自定义对象），再结合 deepcopy、OrderedDict 等工具即可。
没有“万能”的合并方法，只有“最合适”的合并策略。
