Python中的list
python中的list并不是我们传统意义上的列表
传统列表——通常也叫作链表(linked list)是由一系列节点来实现的，其中每个节点都持有一个指向下一节点的引用
简单实现起来应该就像下面那样：
class Node:
def __init__(self, value, next=None):
self.value = value
self.next = next
接下来，我们就可以将所有的节点构造成一个列表了：
>>> L = Node("a", Node("b", Node("c", Node("d"))))
>>> L.next.next.value
'c'
这是一个所谓的单向链表，双向链表的各节点中还需要持有一个指向前一个节点的引用
但python中的list则与此有所不同，它不是由若干个独立的节点相互引用而成的，而是一整块单一连续的内存区块，我们通常称之为“数组”（array），这直接导致了它与链表之间的一些重要区别。
例如如果我们要按既定的索引值对某一元素进行直接访问的话，显然使用数组会更有效率。因为，在数组中，我们通常可以直接计算出目标元素在内存中的位置，并对其进行直接访问。而对于链表来说，我们必须从头开始遍历整个链表。
但是具体到insert操作上，情况又会有所不同。对于链表而言，只要知道了要在哪里执行insert操作，其操作成本是非常低的，无论该列表中有多少元素，其操作时间大致上是相同的。而数组就不一样了，它每次执行insert操作都需要移动插入点右边的所有元素，甚至在必要的时候，我们可能还需要将这些列表元素整体搬到一个更大的数组中去。
也正因如此，append操作通常会采取一种被称为动态数组或‘向量’的指定解决方案，其主要想法是将内存分配的过大一些，并且等到其溢出时，在线性时间内再次重新分配内存。但这样做似乎会使append变得跟insert一样糟糕。其实不然，因为尽管这两种情况都可能会迫使我们去搬动大量的元素，但主要不同点在于，对于append操作，发生这样的可能性要小得多。事实上，如果我们能确保每次所搬入的数组都大过原数组一定的比例（例如大20%甚至100%），那么该操作的平均成本（或者说得更确切一些，将这些搬运开销均摊到每次append操作中去）通常是常数!
总结二者区别
数组数据是连续的，一般需要预先设定数据长度，不能适应数据动态的增减，当数据增加是可能超过预设值，需要要重新分配内存，当数据减少时，预先申请的内存未使用，造成内存浪费。链表的数据因为是随机存储的，所以链表可以动态的分配内存，适应长度的动态变化
1.数组的元素是存放在栈中的，链表的元素在堆中
2.读取操作：数组时间复杂度为O(1)，链表为O(n)
3.插入或删除操作：数据时间复杂度为O(n)，链表为O(1)
