「Python 進階之路」系列 Day31寫在前面模塊六寫完從今天開始進入模塊七——面試高頻題串講接下來幾篇不再引入全新知識點而是把前面容易被單獨拎出來問、又特別容易感覺懂了但一深挖就露餡的話題重新過一遍。第一篇是is/和小整數(shù)緩存、字符串駐留——Day01 講過基礎概念今天要挖穿一個反直覺的現(xiàn)象257 is 257為什么會是True而 257 明明已經(jīng)超出了 -5~256 的緩存范圍。一、是什么兩個幕后優(yōu)化Day01 講過is比較身份id()、比較值__eq__也提過 -5~256 的小整數(shù)緩存。今天重新拎出來講透——不只是是什么而是深挖為什么有的地方is判斷看起來符合直覺有的地方又不符合這背后是兩套獨立的機制在起作用小整數(shù)緩存CPython 對 -5 到 256 之間的整數(shù)提前創(chuàng)建好并常駐內(nèi)存任何地方用到這個范圍內(nèi)的整數(shù)值都直接復用這些現(xiàn)成對象字符串駐留interning對看起來像標識符的字符串只包含字母、數(shù)字、下劃線且不以數(shù)字開頭CPython 會嘗試復用已有的相同字符串對象而不是重新創(chuàng)建二、為什么省內(nèi)存 加速比較這兩個優(yōu)化的動機是一致的整數(shù)和字符串在程序里被大量重復使用變量名、字典 key、小的計數(shù)值如果每次都創(chuàng)建新對象既浪費內(nèi)存也讓比較變慢。駐留之后比較可以先做一次廉價的id()比較命中就直接返回True不用再逐字符/逐位比較這只是實現(xiàn)里的一個內(nèi)部優(yōu)化不代表變成了is。范圍和規(guī)則的設計也有取舍小整數(shù)緩存選 -5~256 是因為這個區(qū)間覆蓋了絕大多數(shù)業(yè)務代碼里常見的計數(shù)、索引、狀態(tài)碼字符串駐留只對標識符樣式的字符串生效是因為源碼里大量重復出現(xiàn)的字符串常量主要就是變量名、屬性名、關鍵字參數(shù)名這一類把所有字符串都無條件駐留反而會增加不必要的內(nèi)存和維護開銷。三、怎么用1. 真正隔離出小整數(shù)緩存和字符串駐留這里有個容易被繞進去的坑如果兩個字面量寫在同一條語句/同一個函數(shù)里is判斷會被編譯器常量折疊干擾看不出真正的緩存邊界。用exec()把兩個值放進完全獨立的代碼對象才能驗證純粹的緩存/駐留效果defisolated_is(code_a,code_b):ns1,ns2{},{}exec(fv {code_a},ns1)exec(fv {code_b},ns2)returnns1[v]isns2[v]print(isolated_is(256,256))# True —— 在緩存范圍內(nèi)print(isolated_is(257,257))# False —— 超出緩存范圍print(isolated_is(hello,hello))# True —— 標識符樣式自動駐留print(isolated_is(hello world,hello world))# False —— 帶空格不駐留print(isolated_is(hello!,hello!))# False —— 帶特殊符號不駐留結果完全符合預期256 在緩存范圍內(nèi)是True257 超出范圍是Falsehello這種標識符樣式的字符串自動駐留是True帶空格或特殊符號的字符串不駐留是False。2. 關鍵陷阱常量折疊和緩存是兩回事是否是否兩個整數(shù)字面量比較is是否在同一個代碼對象里編譯器做常量折疊大概率共享同一個對象值是否在負5到256之間小整數(shù)緩存共享同一個對象各自獨立創(chuàng)建is通常為False如果不用exec()隔離直接在同一條語句里寫兩個超出緩存范圍的整數(shù)會得到一個反直覺的結果c,d257,257print(cisd)# True 257明明超出了-5~256的緩存范圍用dis看字節(jié)碼就能看穿真相importdisdefsame_stmt():c,d257,257returncisd dis.dis(same_stmt)# LOAD_CONST 1 ((257, 257)) ← 編譯器把 (257, 257) 直接折疊成了一個常量元組這里的True根本不是小整數(shù)緩存起的作用而是編譯器在編譯這個函數(shù)時發(fā)現(xiàn)257這個常量在同一個代碼對象里出現(xiàn)了兩次做了常量去重——兩個257在字節(jié)碼層面從一開始就是同一個對象。這個優(yōu)化只發(fā)生在同一個代碼對象同一個函數(shù)/模塊編譯期就能確定的常量上一旦這兩個257來自運行時計算比如從函數(shù)參數(shù)、input()、數(shù)據(jù)庫查詢結果里來常量折疊完全不起作用is判斷會老老實實地變成False。3. sys.intern()手動駐留如果確實需要讓運行時拼接出來的字符串也享受駐留的好處比如高頻比較同一批字符串、想用is加速比較可以用sys.intern()手動駐留importsys parthelzpartlo# 運行時拼接不會自動駐留yhelloprint(zisy)# Falsez2sys.intern(partlo)print(z2isy)# True —— 手動駐留后和字面量hello共享了同一個對象四、面試追問Q1is和的核心區(qū)別是什么is比較的是身份本質(zhì)是比較兩個對象的id()比較的是值調(diào)用的是對象的__eq__方法。判斷值相等永遠應該用判斷是不是同一個對象尤其是判斷None/True/False這類單例用is。Q2小整數(shù)緩存的范圍是多少為什么要跨代碼對象驗證范圍是 -5 到 256。如果兩個整數(shù)字面量寫在同一條語句或同一個函數(shù)里編譯器的常量折疊會讓結果看起來像緩存生效了哪怕數(shù)值已經(jīng)超出了緩存范圍必須用exec()之類的手段把兩者放進完全獨立的代碼對象才能驗證真實的緩存邊界。Q3什么樣的字符串會被自動駐留符合標識符格式的字符串——只包含字母、數(shù)字、下劃線且不以數(shù)字開頭比如hello。帶空格、標點等特殊字符的字符串比如hello world、hello!默認不會被自動駐留。Q4為什么同一條語句里兩個超出緩存范圍的整數(shù)is判斷卻是True這是編譯器的常量折疊/常量去重在起作用不是小整數(shù)緩存——編譯器發(fā)現(xiàn)同一個代碼對象里出現(xiàn)了兩次相同的字面量常量會在字節(jié)碼層面把它們直接合并成同一個常量對象用dis反匯編能直接看到這個折疊痕跡比如(257, 257)被編譯成一個共享同一個 257 對象的常量元組。Q5這些行為能不能依賴用來做業(yè)務判斷不能。小整數(shù)緩存、字符串駐留、常量折疊都是 CPython 的實現(xiàn)細節(jié)和性能優(yōu)化不是 Python 語言規(guī)范承諾的行為不同版本、不同實現(xiàn)比如 PyPy可能表現(xiàn)不一樣。判斷值相等永遠應該用不能依賴is在特定場景下碰巧表現(xiàn)出來的相等結果。下一篇預告Day32 講全局變量與global/nonlocal——這兩個關鍵字分別解決什么問題混用嵌套函數(shù)時容易踩的坑有哪些。