转载

Python 整数对象实现原理

整数对象在Python内部用 PyIntObject 结构体表示：

typedef struct {     PyObject_HEAD     long ob_ival; } PyIntObject;

PyObject_HEAD宏中定义的两个属性分别是：

int ob_refcnt;         struct _typeobject *ob_type;

这两个属性是所有Python对象固有的：

ob_refcnt：对象的引用计数，与Python的内存管理机制有关，它实现了基于引用计数的垃圾收集机制
ob_type：用于描述Python对象的类型信息。

由此看来PyIntObject就是一个对C语言中long类型的数值的扩展，出于性能考虑,对于小整数，Python使用小整数对象池 small_ints 缓存了[-5，257）之间的整数，该范围内的整数在Python系统中是共享的。

#define NSMALLPOSINTS           257 #define NSMALLNEGINTS           5 static PyIntObject *small_ints[NSMALLNEGINTS + NSMALLPOSINTS];

Python 整数对象实现原理

而超过该范围的整数即使值相同，但对象不一定是同一个，如下所示：a与b的值都是10000，但并不是同一个对象，值都是1是，他们属于同一个对象。

>>> a = 10000 >>> b = 10000 >>> print a is b False >>> a = 1 >>> b = 1 >>> print a is b True

对于超出了[-5, 257)之间的其他整数，Python同样提供了专门的缓冲池，供这些所谓的大整数使用，避免每次使用的时候都要不断的malloc分配内存带来的效率损耗。这块内存空间就是 PyIntBlock 。

struct _intblock {      struct _intblock *next;     PyIntObject objects[N_INTOBJECTS]; }; typedef struct _intblock PyIntBlock;  static PyIntBlock *block_list = NULL; static PyIntObject *free_list = NULL;

这些内存块（blocks）由一个单向链表表示，表头是 block_list ， block_list 始终指向最新创建的PyIntBlock对象。next指针指向下一个PyIntBlock对象，objects是一个PyIntObject数组（最终会转变成单向链表），它是真正用于存储被缓存的PyIntObjet对象的内存空间。 free_list 单向链表是所有block的objects中空闲的内存。所有空闲内存通过一个链表组织起来的好处就是在Python需要新的内存来存储新的PyIntObject对象时，能够通过 free_list 快速获得所需的内存。

Python 整数对象实现原理

创建一个整数对象时，如果它在小整数范围内，就直接从小整数缓冲池中直接返回，如果不在该范围内，就开辟一个大整数缓冲池内存空间：

[intobject.c] PyObject* PyInt_FromLong(long ival) {      register PyIntObject *v;  #if NSMALLNEGINTS + NSMALLPOSINTS > 0      //[1] ：尝试使用小整数对象池      if (-NSMALLNEGINTS <= ival && ival < NSMALLPOSINTS) {         v = small_ints[ival + NSMALLNEGINTS];         Py_INCREF(v);         return (PyObject *) v;     } #endif     //[2] ：为通用整数对象池申请新的内存空间     if (free_list == NULL) {         if ((free_list = fill_free_list()) == NULL)             return NULL;     }     //[3] : (inline)内联PyObject_New的行为     v = free_list;     free_list = (PyIntObject *)v->ob_type;     PyObject_INIT(v, &PyInt_Type);     v->ob_ival = ival;     return (PyObject *) v; }

fill_free_list 就是创建大整数缓冲池内存空间的逻辑，该函数返回一个 free_list 链表，当整数对象ival创建成功后， free_list 表头就指向了 v->ob_type ， ob_type 不是所有Python对象中表示类型信息的字段吗？怎么在这里作为一个连接指针呢？这是Python在性能与代码优雅之间取中庸之道，对名称的滥用，放弃了对类型安全的坚持。把它理解成指向下一个PyIntObject的指针即可。

[intobject.c] static PyIntObject* fill_free_list(void) {     PyIntObject *p, *q;     // 申请大小为sizeof(PyIntBlock)的内存空间，并链接到已有的block list中     // block list使用指向最新创建的PyIntBlock     p = (PyIntObject *) PyMem_MALLOC(sizeof(PyIntBlock));     ((PyIntBlock *)p)->next = block_list;     block_list = (PyIntBlock *)p;      //：将PyIntBlock中的PyIntObject数组——objects——转变成单向链表     p = &((PyIntBlock *)p)->objects[0];     q = p + N_INTOBJECTS;     while (--q > p)         // ob_type指向下一个未被使用的PyIntObject。         q->ob_type = (struct _typeobject *)(q-1);     q->ob_type = NULL;     return p + N_INTOBJECTS - 1; }

不同的PyIntBlock里面的空闲的内存是怎样连接起来构成 free_list 的呢？这个秘密放在了整数对象垃圾回收的时候，在PyIntObject对象的tp_dealloc操作中可以看到：

[intobject.c] static void int_dealloc(PyIntObject *v) {     if (PyInt_CheckExact(v)) {         v->ob_type = (struct _typeobject *)free_list;         free_list = v;     }     else         v->ob_type->tp_free((PyObject *)v); }

原来PyIntObject对象销毁时，它所占用的内存并不会释放，而是继续被Python使用，进而将 free_list 表头指向了这个要被销毁的对象上。