列表和元组都是有序的，可以存储任意数据类型的集合，区别主要在于下面这两
点。
列表是动态的，长度可变，可以随意的增加、删减或改变元素。列表的存储空间略大于元
组，性能略逊于元组。
元组是静态的，长度大小固定，不可以对元素进行增加、删减或者改变操作。元组相对于
列表更加轻量级，性能稍优。
，列表和元组最重要的区别就是，列表是动态的、可变的，而元组是静态的、不可
变的。这样的差异，势必会影响两者存储方式。我们可以来看下面的例子：
l = [1, 2, 3]
l.__sizeof__()
64
tup = (1, 2, 3)
tup.__sizeof__()
48
由于列表是动态的，所以它需要存储指针，来指向对应的元素（上述例子中，对于
int 型，8 字节）。另外，由于列表可变，所以需要额外存储已经分配的长度大小（8 字
节），这样才可以实时追踪列表空间的使用情况，当空间不足时，及时分配额外空间。
上面的例子，大概描述了列表空间分配的过程。我们可以看到，为了减小每次增加 / 删减
操作时空间分配的开销，Python 每次分配空间时都会额外多分配一些，这样的机制
（over-allocating）保证了其操作的高效性：增加 / 删除的时间复杂度均为 O(1)。
通过学习列表和元组存储方式的差异，我们可以得出结论：元组要比列表更加轻量级一些，
所以总体上来说，元组的性能速度要略优于列表。
另外，Python 会在后台，对静态数据做一些 资源缓存 （resource caching）。通常来说，
因为垃圾回收机制的存在，如果一些变量不被使用了，Python 就会回收它们所占用的内
存，返还给操作系统，以便其他变量或其他应用使用。
但是对于一些静态变量，比如元组，如果它不被使用并且占用空间不大时，Python 会暂时
缓存这部分内存。这样，下次我们再创建同样大小的元组时，Python 就可以不用再向操作
系统发出请求，去寻找内存，而是可以直接分配之前缓存的内存空间，这样就能大大加快程
序的运行速度
那么列表和元组到底用哪一个呢？根据上面所说的特性，我们具体情况具体分析。
1. 如果存储的数据和数量不变，比如你有一个函数，需要返回的是一个地点的经纬度，然
后直接传给前端渲染，那么肯定选用元组更合适。
2. 如果存储的数据或数量是可变的，比如社交平台上的一个日志功能，是统计一个用户在
一周之内看了哪些用户的帖子，那么则用列表更合适。
viewer_owner_id_list = [] # 里面的每个元素记录了这个 viewer 一周内看过的所有 owner 的 id
records = queryDB(viewer_id) # 索引数据库，拿到某个 viewer 一周内的日志
for record in records:
viewer_owner_id_list.append(record.id)
