Python小数据池，代码块解析

Posted 2021-02-03 Big_Dinosaur

一、id，is，==

在Python中，id是什么？id是内存地址，比如你利用id()内置函数查询一个数据的内存地址：

name = \'太白\'
print(id(name))  # 1585831283968

那么is又是什么？==又是什么？

== 是比较两边的数值是否相等，而is是比较两边的内存地址是否相等。如果内存地址相等，那么这两边其实是指向同一个内存地址。

可以说如果内存地址相同，那么值肯定相同，但是如果值相同，内存地址不一定相同。

二、代码块

根据官网提示我们可以获知：

根据提示我们从官方文档找到了这样的说法：
A Python program is constructed from code blocks. A block is a piece of Python program text that is executed as a unit. The following are blocks: a module, a function body, and a class definition. Each command typed interactively is a block. A script file (a file given as standard input to the interpreter or specified as a command line argument to the interpreter) is a code block. A script command (a command specified on the interpreter command line with the ‘-c‘ option) is a code block. The string argument passed to the built-in functions eval() and exec() is a code block.
A code block is executed in an execution frame. A frame contains some administrative information (used for debugging) and determines where and how execution continues after the code block’s execution has completed.

View Code

上面的主要意思是：

Python程序是由代码块构造的。块是一个Python程序的文本，他是作为一个单元执行的。

代码块：一个模块，一个函数，一个类，一个文件都是一个代码块。

而作为交互方式输入的每个命令都是一个代码块。

什么叫交互方式？就是我们在cmd中进入Python解释器里面，每一行代码都是一个代码块，例如：

而对于一个文件中的两个函数，也分别是两个不同的代码块。

OK，那么现在我们就了解代码块，这和小数据池有什么关系呢？

代码块的缓存机制

Python在执行同一个代码块的初始化对象的命令时，会检查其值是否已经存在，如果存在，会将其重用。换句话说，执行同一个代码块时，遇到初始化对象的命令时，他会将初始化的这个变量与值存储在一个字典中，在遇到新的变量时，会先在字典中查询记录，如果有同样的记录那么它就会重复使用这个字典中的之前的这个值。所以在你给出的这个例子中，文件执行时（同一个代码块）会将i1，i2这两个变量指向同一个对象，满足缓存机制则它们在内存中只存在一个，即：id相同。

代码块的缓存机制的适用范围：int(float)，str，bool。

int(bloat)：任何数字在同一代码块下会重复使用。

bool：True和False在字典中会以1,0方式存在，并且重复用。

str：几乎所有的字符串都会符合缓存机制，具体规定如下（了解即可）：

 1. 非乘法得到的字符串都满足代码块的缓存机制：

s1 = \'太白@！#*ewq\'
s2 = \'太白@！#*ewq\'
print(s1 is s2)  # True

2. 乘法得到的字符串分两种情况：

　　2.1 乘数为1时

b1 = \'太白@5847395QQ0743895*&^%$#((&_+(())\' *1
a1 = \'太白@5847395QQ0743895*&^%$#((&_+(())\' *1

print(a1 is b1)  # True

　　2.2 乘数为>=2时：仅含大小写字母，数字，下划线，总长度<=20，满足代码块的缓存机制：

s1 = \'old_\' * 5
s2 = \'old_\' * 5
print(s1 is s2)  # True

优点：能够提高一些字符串，整数处理人物在时间和空间上的性能；需要值相同的字符串，整数的时候，直接从 ‘字典’ 中取出复用，避免频繁的创建和销毁，提升效率，节约内存。

三、小数据池

小数据池，也称为小整数缓存机制，或者称为驻留机制等等，只要在网上查到的这些名字其实都是一个意思，叫法都是因人而异。

那么到底什么是小数据池？它有什么作用？

大前提：小数据池也是只针对int(float)，str，bool。

小数据池是针对不同代码块之间的缓存机制

官方对于整数，字符串的小数据池是这么说的：

对于整数，Python官方文档中这么说：
The current implementation keeps an array of integer objects for all integers between -5 and 256, when you create an int in that range you actually just get back a reference to the existing object. So it should be possible to change the value of 1. I suspect the behaviour of Python in this case is undefined.

对于字符串：
Incomputer science, string interning is a method of storing only onecopy of each distinct string value, which must be immutable. Interning strings makes some stringprocessing tasks more time- or space-efficient at the cost of requiring moretime when the string is created or interned. The distinct values are stored ina string intern pool. –引自维基百科

View Code

Python自动将-5~256的整数进行了缓存，当你将这些整数赋值给变量时，并不会重新创建对象，而是使用已经创建好的缓存对象。

Python会将一定规则的字符串在字符串驻留池中，创建一份，当你将这些字符串赋值给变量时，并不会重新创建对象，而是在字符串驻留池中创建好的对象。

其实，无论是缓存还是字符串驻留池，都是Python做的一个优化，就是-5~256的整数，和一定规则的字符串，放在一个池（容器或者字典）中，无论程序中那些变量指向这些范围内的整数或者字符串，那么他直接在这个‘池’中引用，言外之意，就是内存中之创建一个。

优点：能够提高一些字符串，整数处理人物在时间和空间上的性能；需要值相同的字符串，整数的时候，直接从‘池’里拿来用，避免频繁的创建和销毁，提升效率，节约内存。

int：那么大家都知道对于整数来说，小数据池的范围是-5~256 ，如果多个变量都是指向同一个（在这个范围内的）数字，他们在内存中指向的都是一个内存地址。

 

 

那么对于字符串的规定呢？

str:字符串要从下面这几个大方向讨论（了解即可！）：

1,字符串的长度为0或者1，默认都采用了驻留机制（小数据池）。

2,字符串的长度>1,且只含有大小写字母，数字，下划线时，才会默认驻留。

 

3,用乘法得到的字符串，分两种情况。

　　3.1 乘数为1时：

仅含大小写字母，数字，下划线，默认驻留。

含其他字符，长度<=1,默认驻留。

含其他字符，长度>1,默认驻留。

　　3.2 乘数>=2时：

仅含大小写字母，数字，下划线，总长度<=20,默认驻留。

 4. 指定驻留

from sys import intern
a = intern(\'hello!@\'*20)
b = intern(\'hello!@\'*20)
print(a is b)
#指定驻留是你可以指定任意的字符串加入到小数据池中，让其只在内存中创建一个对象，多个变量都是指向这一个字符串。

满足以上字符串的规则时，就符合小数据池的概念

bool值就是True，False，无论你创建多少个变量指向True，False，那么它在内存中只存在一个。

看一下用了小数据池（驻留机制）的效率有多高：

显而易见，节省大量内存在字符串比较时，非驻留比较效率0(n)，驻留时比较效率o(l).

 

 四、小结

如果在同一代码块下，则采用同一块代码块下的缓存机制。

如果是不同代码块，则采用小数据池的驻留机制。

# pycharm 通过运行文件的方式执行下列代码：  这是在同一个文件下也就是同一代码块下，采用同一代码块下的缓存机制。
i1 = 1000
i2 = 1000
print(i1 is i2)  # 结果为True 因为代码块下的缓存机制适用于所有数字

通过交互方式中执行下面代码：   # 这是不同代码块下，则采用小数据池的驻留机制。
>>> i1 = 1000
>>> i2 = 1000
>>> print(i1 is i2)
False  # 不同代码块下的小数据池驻留机制 数字的范围只是-5~256.

更多验证：

# 虽然在同一个文件中，但是函数本身就是代码块，所以这是在两个不同的代码块下，不满足小数据池（驻存机制），则指向两个不同的地址。
def func():
    i1 = 1000
    print(id(i1))  # 2288555806672

def func2():
    i1 = 1000
    print(id(i1))  # 2288557317392

func()
func2()