Python中的内存分配与对象池机制（小整数池与字符串驻留）

描述

Python为了提高内存利用率和性能，会预先创建并缓存一些常用对象（如小整数、短字符串），避免频繁创建和销毁相同值的对象。这一机制称为对象池（Object Pool）。常见的对象池包括小整数池（Small Integer Pool）和字符串驻留（String Interning）。面试中常考察这些机制的实现原理、作用范围及其对程序行为的影响。

1. 小整数池（Small Integer Pool）

为什么需要小整数池？

整数在Python程序中频繁使用，如果每次创建整数都分配新内存，会带来大量开销。因此Python在启动时预先创建一组小整数对象（通常范围是**[-5, 256]**），后续使用时直接复用这些对象。

验证小整数池的存在

a = 100
b = 100
print(a is b)  # True，因为100在小整数池内，a和b指向同一对象

c = 300
d = 300
print(c is d)  # 结果可能为False（在交互模式下）或True（在脚本模式下），因为300超出小整数池范围

注意：在Python脚本中，编译器会对同一作用域的相同整数值进行优化（合并为同一对象），但在交互模式下逐行执行时，超出池范围的整数会创建新对象。

小整数池的实现原理

• Python在解释器启动时预先分配一个固定大小的整数对象数组（如PyIntObject数组），覆盖[-5, 256]区间。
• 当代码中用到这些整数时，直接返回池中对应对象的引用，避免重复分配内存。

2. 字符串驻留（String Interning）

为什么需要字符串驻留？

字符串同样被广泛使用（如变量名、字典键），驻留机制可以避免重复创建相同字符串，节省内存并提高比较效率（直接比较指针即可）。

驻留规则

Python自动驻留以下字符串：

1. 长度≤1的字符串（如a、""）。
2. 仅包含字母、数字、下划线的字符串（如"hello_"）。
3. 编译期确定的字符串（如字面量、变量名）。

验证字符串驻留

s1 = "hello"
s2 = "hello"
print(s1 is s2)  # True，因为"hello"被驻留

s3 = "hello!"
s4 = "hello!"
print(s3 is s4)  # 在脚本中为True（编译优化），但交互模式下可能为False（因"!"不满足自动驻留条件）

# 强制驻留
s5 = "".join(["h", "e", "l", "l", "o"])
s6 = "hello"
print(s5 is s6)  # False，动态拼接的字符串默认不驻留

s7 = sys.intern(s5)  # 强制驻留s5
print(s7 is s6)     # True

驻留的底层机制

• Python内部维护一个全局字典（interned），键为字符串的哈希值，值为对应字符串对象的引用。
• 当新字符串需驻留时，先检查字典中是否存在相同值的字符串，若存在则返回其引用，否则添加新条目。

3. 对象池对程序的影响

优点

1. 减少内存分配次数：对小整数和常见字符串，避免重复创建。
2. 提升比较速度：通过is比较对象身份比==比较值更快（但需注意适用范围）。

注意事项

1. 不要依赖对象池做逻辑判断：池的范围是实现细节，不同Python版本可能调整。
2. 驻留可能增加启动时间：预创建对象和维护驻留字典需要额外开销。

4. 扩展：其他对象的缓存机制

• 空元组池：Python会缓存空元组，所有空元组引用同一对象。
• 大整数池：部分Python实现（如PyPy）会扩展整数池，但CPython的标准行为仅限于小整数。

总结

• 小整数池：固定范围[-5, 256]的整数复用，减少内存分配。
• 字符串驻留：对符合规则的字符串自动复用，支持手动驻留（sys.intern）。
• 使用场景：这些机制优化了高频小对象的性能，但开发者应避免依赖其隐式行为。