Python小数据池、代码块深入剖析

举报
Yuchuan 发表于 2019/10/18 22:22:52 2019/10/18
【摘要】 小数据池即小整数缓存机制,Python自动将 -5~256 之间的整数进行了缓存,也将一定规则的字符串在字符串驻留池中创建了一份,即在内存中只创建一份。它主要是针对不同代码块之间的缓存机制。

一,id,is,==

在Python中,id是什么?id是内存地址,那就有人问了,什么是内存地址呢? 你只要创建一个数据(对象)那么都会在内存中开辟一个空间,将这个数据临时加在到内存中,那么这个空间是有一个唯一标识的,就好比是身份证号,标识这个空间的叫做内存地址,也就是这个数据(对象)的id,那么你可以利用id()去获取这个数据的内存地址:

yuchuan@yuchuan:~$ python3
Python 3.6.8 (default, Oct  7 2019, 12:59:55) 
[GCC 8.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> 
>>> name = "YuchuanHuaying传英"
>>> print(id(name))
140607191020528
>>>

那么 is 是什么? == 又是什么?

== 是比较的两边的数值是否相等,而 is 是比较的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。

004.png

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.

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,一个文件等都是一个代码块。

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?就是咱们在cmd中进入Python解释器里面,每一行代码都是一个代码块,例如:

001.png

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:

002.png

那么,可能有的同学还有一些不理解代码块,可以这样解释:我们都上过学对吧,你们在初中的时候,有没有过值周?就以一个班的学生用一星期的时间打扫整个学校,再比如有没有运动会,无论是值周,还是运动会,还是组织什么活动,都是以什么为单位呢?对,都是以班级为单位,那么咱们学生就好比是代码,班级就好比是代码块,我们想让代码运行起来,必须依靠班级去执行,也就是代码块。

OK,那么现在我们了解了代码块,这和小数据池有什么关系呢?且听下面分析。

代码块的缓存机制

前提条件:在同一个代码块内。

机制内容:Python在执行同一个代码块的初始化对象的命令时,会检查是否其值是否已经存在,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会重复使用这个字典中的之前的这个值。所以在你给出的例子中,文件执行时(同一个代码块)会把i1、i2两个变量指向同一个对象,满足缓存机制则他们在内存中只存在一个,即:id相同。

适用对象 int(float),str,bool。

对象的具体细则:(了解

  int(float):任何数字在同一代码块下都会复用。

  bool:True和False在字典中会以1,0方式存在,并且复用。

  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:

name1 = '特么@没谱'
name2 = '特么@没谱'
print(name1 is name2
yuchuan@yuchuan:~/YuchuanData/PythonData/PythonProject$ 
yuchuan@yuchuan:~/YuchuanData/PythonData/PythonProject$ 
yuchuan@yuchuan:~/YuchuanData/PythonData/PythonProject$ python3 YuchuanDemo003.py 
True
yuchuan@yuchuan:~/YuchuanData/PythonData/PythonProject$

2,乘法得到的字符串分两种情况:

  2.1 乘数为1时,任何字符串满足代码块的缓存机制:

name1 = '肿么特么382998403248938493829347329889324@没谱' * 1
name2 = '肿么特么382998403248938493829347329889324@没谱' * 1
print(name1 is name2)
yuchuan@yuchuan:~/YuchuanData/PythonData/PythonProject$ python3 YuchuanDemo003.py 
True
yuchuan@yuchuan:~/YuchuanData/PythonData/PythonProject$

2.2 乘数>=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:

name1 = '肿么特么382998403248938493829347329889324@没谱' * 5
name2 = '肿么特么382998403248938493829347329889324@没谱' * 5
print(name1 is name2)


name3 = '_121' * 4
name4 = '_121' * 4
print(name3 is name4)

name5 = 'old_' * 2
name6 = 'old_' * 2

print(name5 is name6)
yuchuan@yuchuan:~/YuchuanData/PythonData/PythonProject$ python3 YuchuanDemo003.py 
False
True
True
yuchuan@yuchuan:~/YuchuanData/PythonData/PythonProject$

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,不同代码块的缓存机制,也称为小整数缓存机制,或者称为驻留机制等等,博主认为,只要你在网上查到的这些名字其实说的都是一个意思,叫什么因人而异。

那么到底什么是小数据池?他有什么作用呢?

前提条件在不同一个代码块内。

机制内容: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

来,我给你们翻译并汇总一下,这个表达的意思就是:

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, 而是使用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,就是将-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。

适用对象 int(float),str,bool 

对象的具体细则:(了解即可

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。

Python 3.6.8 (default, Oct  7 2019, 12:59:55) 
[GCC 8.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> i1 =100
>>> i2 = 100
>>> 
>>> i3 = 100
>>> print(id(i1),id(i2),id(i3))
10917664 10917664 10917664
>>>

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)。

>>> s1 = '&'
>>> s2 = '&'
>>> print(s1 is s2)
True
>>> s1 = ''
>>> s2 = ''
>>> print(s1 is s2)
True
>>> s3 = ''
>>> s4 = ''
>>> print(s1 is s2)
True
>>>

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。

003.png

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。

>>> s3 = 'Andsunderweight6218372189person_isfIOIODSIaUQWUIJWKtypeUIWUofperson'
>>> s4 = s3 * 1
>>> print(s3 is s4)
True
>>>

含其他字符,长度<=1,默认驻留。

>>> s1 = '&'
>>> s2 = s1 * 1
>>> print(s1 is s2)
True
>>>

含其他字符,长度>1,默认驻留。

>>> s3 = '&*@'
>>> s4 = s3 * 1
>>> print(s3 is s4)
True
>>>

3.2 乘数>=2时:

仅含大小写字母,数字,下划线,总长度<=20,(字符串乘积的和)默认驻留。

>>> s5 = 'dua_y' * 4
>>> s6 = 'dua_y' * 4
>>> print(s5 is s6)
True
>>>

4,指定驻留。

005.png

from sys import intern
a = intern('hello world!@'*32)
b = intern('hello world!@'*32)
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,那么他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o(n),驻留时比较效率o(1)。

006.jpeg

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

四,小结。

        如果在同一代码块下,则采用同一代码块下的换缓存机制。

   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 = 6000
i2 = 6000
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 = 6000
>>> i2 = 6000
>>> 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:

007.png


# 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 = 6000
    print(id(i1))  # 139750416006160

def func2():
    i1 = 6000
    print(id(i1))  # 139750416006160

func()
func2()








【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。