Perché a.insert (0,0) è molto più lento di uno [0: 0] = [0]?

L'uso della insertfunzione di un elenco è molto più lento del raggiungimento dello stesso effetto con l'assegnazione delle sezioni:

> python -m timeit -n 100000 -s "a=[]" "a.insert(0,0)"
100000 loops, best of 5: 19.2 usec per loop

> python -m timeit -n 100000 -s "a=[]" "a[0:0]=[0]"
100000 loops, best of 5: 6.78 usec per loop

(Si noti che a=[]è solo l'installazione, quindi ainizia vuota ma poi cresce fino a 100.000 elementi.)

All'inizio ho pensato che forse fosse la ricerca degli attributi o l'overhead di una funzione, ma l'inserimento vicino alla fine mostra che è trascurabile:

> python -m timeit -n 100000 -s "a=[]" "a.insert(-1,0)"
100000 loops, best of 5: 79.1 nsec per loop

Perché la funzione "inserisci singolo elemento" dedicata presumibilmente più semplice è molto più lenta?

Posso anche riprodurlo su repl.it :

from timeit import repeat

for _ in range(3):
  for stmt in 'a.insert(0,0)', 'a[0:0]=[0]', 'a.insert(-1,0)':
    t = min(repeat(stmt, 'a=[]', number=10**5))
    print('%.6f' % t, stmt)
  print()

# Example output:
#
# 4.803514 a.insert(0,0)
# 1.807832 a[0:0]=[0]
# 0.012533 a.insert(-1,0)
#
# 4.967313 a.insert(0,0)
# 1.821665 a[0:0]=[0]
# 0.012738 a.insert(-1,0)
#
# 5.694100 a.insert(0,0)
# 1.899940 a[0:0]=[0]
# 0.012664 a.insert(-1,0)

Uso Python 3.8.1 a 32 bit su Windows 10 a 64 bit.
repl.it utilizza Python 3.8.1 a 64 bit su Linux a 64 bit.

Penso che sia probabilmente solo che si sono dimenticati di usare memmovein list.insert. Se dai un'occhiata al codice list.insert utilizzato per spostare gli elementi, puoi vedere che è solo un ciclo manuale:

for (i = n; --i >= where; )
    items[i+1] = items[i];

mentre list.__setitem__sul percorso di assegnazione delle sezioni utilizzamemmove :

memmove(&item[ihigh+d], &item[ihigh],
    (k - ihigh)*sizeof(PyObject *));

memmove in genere ha molta ottimizzazione, come sfruttare le istruzioni SSE / AVX.