Python那些你不知道的事—不可变类型的缓存

首先，我们看下面这一段code：

[python] view plain copy

1. >>> num1, num2 = 1, 1  
2. >>> print num1 is num2  
3. True  
4. >>> id(num1), id(num2)  
5. (3965416, 3965416)  
6. >>> num3, num4 = 1.0, 1.0  
7. >>> print num3 is num4  
8. False  
9. >>> id(num3), id(num4)  
10. (22416168, 22416184)</span>  

       可以看到：num1和num2的值都是1，它们的内存地址也都是一致的；而num3和num4的值也都是1.0，但是它们的内存地址却不同。这是为什么呢？

       在Python中，字符串和整型对象都是不可变的（immutable）类型，因此python会很高效地缓存它们。这样的处理机制能提升Python的性能。因此，我们看到下面示例中str1和str2也都是指向同一块内存地址：

[python] view plain copy

1. >>> str1, str2 = 'a', 'a'  
2. >>> print str1 is str2  
3. True  
4. >>> id(str1), id(str2)  
5. (22171104, 22171104)</span>  

       那么，是不是所有的整型和字符串Python都会帮我们缓存呢？答案是No。正如我们学习英语的时候并不需要记忆所有的单词，而是只选取了一些高频词汇。Python也采取这样的策略。我们会在下面的示例中看到并不是所有的整型和字符串Python都会帮我们缓存：

[python] view plain copy

1. >>> num5, num6 = 300, 300  
2. >>> print num5 is num6  
3. False  
4. >>> id(num5), id(num6)  
5. (24972028, 24971416)</span>  

[python] view plain copy

1. >>> str3, str4 = 'abc', 'abc'  
2. >>> print str3 is str4  
3. False  
4. >>> id(str3), id(str4)  
5. (29674688, 29674656)</span>  

        Python能够帮我们缓存多少呢？Python2.3简单整数缓存范围是(-1,100)，Python2.5.4以后简单整数缓存范围至少是(-5,256)。所有的短字符也都在缓存区。

 

       既然简单整型和单字符都能缓存，同样作为不可变类型的元组（tuple）能不能也能缓存呢？我们继续看下一组测试：

1.>>> tuple1, tuple2 = (1, ), (1, )  
2.>>> print tuple1 is tuple2  
3.False  
4.>>> id(tuple1), id(tuple2)  
5.(24899856, 24756080)  
6.>>> tuple3, tuple4 = (1, 2), (1, 2)  
7.>>> print tuple3 is tuple4  
8.False  
9.>>> id(tuple3), id(tuple4)  
10.(29705880, 24881752)</span> 

       （PS：tuple1和tuple2在定义时声明为(1, )，这是因为在Python中符号()不仅仅是元组，它被重载为分组操作符，由圆括号()包裹的单一元素首先被当做分组操作，而不是元组）

       我们没有看到元组表现出缓存机制。这是为什么？因为缓存机制是为了解决数据快速存取的问题，简单整型和单字符都是较常使用的变量，而元组并没有常用元组一说，因此没有缓存机制也在情理之中。

       当然要想更深入地理解上述现象，我们需要进一步了解和学习Python的缓存机制。