有三种方法可以找到列表中元素的长度。我将在这里比较这三种方法与性能分析。

方法1：使用len（）

items = []
items.append("apple")
items.append("orange")
items.append("banana")

print(len(items))

输出：

3

方法2：使用Naive Counter方法

items = []
items.append("apple")
items.append("orange")
items.append("banana")

counter = 0
for i in items:
    counter = counter + 1

print(counter)

输出：

3

方法3：使用length_hint（）

items = []
items.append("apple")
items.append("orange")
items.append("banana")

from operator import length_hint
list_len_hint = length_hint(items)
print(list_len_hint)

输出：

3

性能分析–Naive vs len（）vs length_hint（）

注意：为了进行比较，我将输入列表更改为一个大集合，该集合可以提供大量的时间差来比较方法。

items = list(range(100000000))

# Performance Analysis
from operator import length_hint
import time

# Finding length of list
# using loop
# Initializing counter

start_time_naive = time.time()
counter = 0
for i in items:
    # incrementing counter
    counter = counter + 1
end_time_naive = str(time.time() - start_time_naive)

# Finding length of list
# using len()
start_time_len = time.time()
list_len = len(items)
end_time_len = str(time.time() - start_time_len)

# Finding length of list
# using length_hint()
start_time_hint = time.time()
list_len_hint = length_hint(items)
end_time_hint = str(time.time() - start_time_hint)

# Printing Times of each
print("Time taken using naive method is : " + end_time_naive)
print("Time taken using len() is : " + end_time_len)
print("Time taken using length_hint() is : " + end_time_hint)

输出：

Time taken using naive method is : 7.536813735961914
Time taken using len() is : 0.0
Time taken using length_hint() is : 0.0

结论

可以清楚地看到，与其他两种方法相比，naive所花费的时间非常长，因此len（）和length_hint（）是最好的选择。

有三种方法可以找到列表中元素的长度。我将在这里比较这三种方法与性能分析。

方法1：使用len（）

items = []
items.append("apple")
items.append("orange")
items.append("banana")

print(len(items))

输出：

3

方法2：使用Naive Counter方法

items = []
items.append("apple")
items.append("orange")
items.append("banana")

counter = 0
for i in items:
    counter = counter + 1

print(counter)

输出：

3

方法3：使用length_hint（）

items = []
items.append("apple")
items.append("orange")
items.append("banana")

from operator import length_hint
list_len_hint = length_hint(items)
print(list_len_hint)

输出：

3

性能分析–Naive vs len（）vs length_hint（）

注意：为了进行比较，我将输入列表更改为一个大集合，该集合可以提供大量的时间差来比较方法。

items = list(range(100000000))

# Performance Analysis
from operator import length_hint
import time

# Finding length of list
# using loop
# Initializing counter

start_time_naive = time.time()
counter = 0
for i in items:
    # incrementing counter
    counter = counter + 1
end_time_naive = str(time.time() - start_time_naive)

# Finding length of list
# using len()
start_time_len = time.time()
list_len = len(items)
end_time_len = str(time.time() - start_time_len)

# Finding length of list
# using length_hint()
start_time_hint = time.time()
list_len_hint = length_hint(items)
end_time_hint = str(time.time() - start_time_hint)

# Printing Times of each
print("Time taken using naive method is : " + end_time_naive)
print("Time taken using len() is : " + end_time_len)
print("Time taken using length_hint() is : " + end_time_hint)

输出：

Time taken using naive method is : 7.536813735961914
Time taken using len() is : 0.0
Time taken using length_hint() is : 0.0

结论

可以清楚地看到，与其他两种方法相比，naive所花费的时间非常长，因此len（）和length_hint（）是最好的选择。

按照前面给出的示例回答您的问题：

items = []
items.append("apple")
items.append("orange")
items.append("banana")

print items.__len__()

len（）函数可以用于Python中的几种不同类型——内置类型和库类型。例如：

>>> len([1, 2, 3])
3

为了完整性（主要是教育性的），可以不使用len（）函数。我不会容忍这是一个很好的选择，不要在巨蟒身上这样编程，但它有助于学习算法。

def count(list):   # list is an iterable object but no type checking here!
    item_count = 0
    for item in list:
        item_count += 1
    return item_count

count([1,2,3,4,5])

（列表对象必须是可迭代的，由节中的for..暗示。）

对于新程序员来说，这里的教训是：如果不在某个时间点对项目进行计数，就无法获得列表中的项目数。问题变成了：什么时候是计算它们的好时机？例如，高性能代码，如套接字的connect系统调用（用C编写）connect（int sockfd，const struct sockaddr*addr，socklen_t addrlen）；，不计算元素的长度（将该责任赋予调用代码）。请注意，地址的长度是为了保存首先计算长度的步骤而传递的？另一种选择是：在计算上，当您将项目添加到传递的对象中时，跟踪项目的数量可能是有意义的。请注意，这会占用更多的内存空间。看看Naftuli Kay的回答。

跟踪长度以提高性能同时占用更多内存空间的示例。注意，我从不使用len（）函数，因为长度是跟踪的：

class MyList(object):
    def __init__(self):
        self._data = []
        self.length = 0 # length tracker that takes up memory but makes length op O(1) time
        

        # the implicit iterator in a list class
    def __iter__(self):
        for elem in self._data:
            yield elem
            
    def add(self, elem):
        self._data.append(elem)
        self.length += 1
            
    def remove(self, elem):
        self._data.remove(elem)
        self.length -= 1
            
mylist = MyList()
mylist.add(1)
mylist.add(2)
mylist.add(3)
print(mylist.length) # 3
mylist.remove(3)
print(mylist.length) # 2

简单：使用len（list）或list__len__（）

就len（）的实际工作方式而言，这是它的C实现：

static PyObject *
builtin_len(PyObject *module, PyObject *obj)
/*[clinic end generated code: output=fa7a270d314dfb6c input=bc55598da9e9c9b5]*/
{
    Py_ssize_t res;

    res = PyObject_Size(obj);
    if (res < 0) {
        assert(PyErr_Occurred());
        return NULL;
    }
    return PyLong_FromSsize_t(res);
}

Py_size_t是对象可以具有的最大长度。PyObject_Size（）是一个返回对象大小的函数。如果无法确定对象的大小，则返回-1。在这种情况下，将执行以下代码块：

    if (res < 0) {
        assert(PyErr_Occurred());
        return NULL;
    }

结果引发了异常。否则，将执行此代码块：

    return PyLong_FromSsize_t(res);

res是一个C整数，它被转换为Python int（在C代码中仍然称为“Long”，因为Python 2有两种类型用于存储整数）并返回。