研究人性弱点的Hacker？

物联网和智能停车技术的结合带来了高效的停车通信系统。物联网传感器安装在停车位上，从那里可以捕获进出车辆的有无。这些传感器使用超声波测量物理距离，并将其测量结果转换为数据。它们捕获的数据通过无线网络传输到云服务器。云服务器需要即时分析数据的技术，从而为寻找空闲车位的驾驶员创建可用停车位的地图。

作为附件，该系统集成了GPS，可为驾驶员提供实时指示。先进的智能停车技术还可以根据驾驶员的要求预订停车位。在路上，驾驶员可以选择一个空闲的停车位，并通过智能停车场的移动应用程序付费来预订，从而获得无缝的停车体验。

对智能停车解决方案的需求不断扩大，大体上有两个原因在起作用：汽车保有量的不断增加和城市化的飞速发展。根据世界银行的数据，地球上有超过40亿城市居民，到2030年，这一人口将占世界人口的60%。超过91%的美国家庭至少拥有一辆汽车，这一惊人的增长将为下一代人带来问题。

由于汽车保有量呈指数级增长，因此寻找停车位比以往任何时候都要难—占我们总通勤时间的35%。

多亏了物联网!这项技术近年来获得了极大的普及，因为它能够将日常物品连接到互联网，并使所述物品能够传输数据。

与驾驶员在寻找停车位时做出的盲目努力相比，集成物联网的智能停车解决方案可以为他们分配空闲的停车位，而且还是实时的。

对于新鲜出炉的技术，消费者保持谨慎心理无可厚非，但支付宝似乎从来不怕旗下的技术被吐槽。事实上，支付宝的人脸识别准确率在99.9%，马云曾在315晚会上当众试验人脸识别技术，并且公开承诺:如果通过人脸登录导致账户被盗，支付宝会支持全额赔付，这从根本上给予了消费者安全感！

十几年前，犯罪分子只会盯着消费者的口袋，而在技术日新月异的今天，手机已经成为了口袋的代替品，我们无法每时每刻都确认自己是否暴露在危险之中，但可以确定的是，用数字化的技术来保证自身财产安全，才是比较稳妥的选择！

如上图所示，[] 的字节码有两条指令(BUILD_LIST 与 RETURN_VALUE)，而 list() 的字节码有三条指令(LOAD_NAME、CALL_FUNCTION 与 RETURN_VALUE)。

首先，对于 []，它是 Python 中的一组字面量(literal)，像数字之类的字面量一样，表示确切的固定值。

也就是说，Python 在解析到它时，就知道它要表示一个列表，因此会直接调用解释器中构建列表的方法(对应BUILD_LIST)，来创建列表，所以是一步到位。

而对于 list()，“list”只是一个普通的名称，并不是字面量，也就是说解释器一开始并不认识它。

因此，解释器的第一步是要找到这个名称(对应LOAD_NAME)。它会按照一定的顺序，在各个作用域中逐一查找(局部作用域--全局作用域--内置作用域)，直到找到为止，找不到则抛出NameError。

解释器看到“list”之后是一对圆括号，因此第二步是把这个名称当作可调用对象来调用，即把它当成一个函数进行调用(对应 CALL_FUNCTION)。

因此，list() 在创建列表时，需要经过名称查找与函数调用两个步骤，才能真正开始创建列表(注：CALL_FUNCTION 在底层还会有一些函数调用过程，才能走到跟 BUILD_LIST 相通的逻辑，此处我们忽略不计)。

至此，我们就可以回答前面的问题了：因为 list() 涉及的执行步骤更多，因此它比 [] 要慢一些。

看完前两个问题的解答过程，你也许觉得还不够过瘾，而且可能觉得就算知道了这个冷知识，也不会有多大的帮助，似乎那微弱的提升显得微不足道。

由于有发散性思考的习惯，我还想到了另外一个挺有意思的问题：list() 的速度能否提升呢?

在刚刚发布的 Python 3.9.0 版本中，它给 list() 实现了更快的 vectorcall 协议，因此执行速度会有一定的提升。

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!