Python中的对象池与内存优化（小整数池与字符串驻留）

1. 问题描述

在Python中，为了优化内存使用和性能，解释器会预先创建并缓存一些常用的对象（如小整数、短字符串等），这些对象在程序运行期间会被重复使用，而不是每次需要时都创建新对象。这种机制称为对象池（Object Pooling）。其中，小整数池和字符串驻留（String Interning）是两种典型优化。面试中常问：

• 对象池的作用是什么？
• 小整数池的范围是多少？
• 字符串驻留的条件是什么？
• 如何手动触发字符串驻留？

2. 小整数池（Small Integer Pool）

2.1 机制说明

Python在启动时预先创建一组常用的整数对象（通常为**[-5, 256]**），这些对象会被全局缓存。当程序需要用到这些整数时，直接返回池中已有的对象，避免重复分配内存。

2.2 验证示例

a = 100
b = 100
print(a is b)  # True（同一对象）

c = 300
d = 300
print(c is d)  # False（超出小整数池范围，可能创建新对象）

注意：在交互式环境中，由于代码优化，c = 300; d = 300可能指向同一对象，但在脚本中或函数内通常为False。

2.3 原理分析

• 小整数池范围：默认[-5, 256]，可通过源码修改（如PyLong_FromLong函数）。
• 目的：整数使用频繁，缓存能减少内存碎片和创建开销。

3. 字符串驻留（String Interning）

3.1 机制说明

Python自动对符合规则的字符串（如标识符、短字符串）进行驻留，即相同内容的字符串指向同一内存对象。驻留条件包括：

1. 仅包含字母、数字、下划线（如变量名）。
2. 长度较短的字符串（具体阈值因版本而异）。

3.2 验证示例

s1 = "hello"
s2 = "hello"
print(s1 is s2)  # True（自动驻留）

s3 = "hello!"
s4 = "hello!"
print(s3 is s4)  # False（含特殊字符，可能不驻留）

# 手动驻留
s5 = sys.intern("hello!")
s6 = sys.intern("hello!")
print(s5 is s6)  # True

3.3 驻留的触发条件

• 自动驻留：
  • 标识符（变量名、函数名等）。
  • 编译期确定的字符串（如字面量）。
• 手动驻留：使用sys.intern()强制驻留，适用于需要频繁比较的字符串（如字典键）。

4. 对象池的内存优化意义

1. 减少内存分配：避免重复创建常用对象。
2. 提升比较速度：使用is比较身份比==比较值更高效。
3. 缓存友好：相同对象复用提高缓存局部性。

5. 注意事项与边界情况

1. 不可变对象才适用：整数、字符串等不可变对象可安全复用。
2. 驻留并非哈希等价：驻留对象哈希值相同，但哈希相同不一定驻留（如长字符串）。
3. 池范围不可随意扩展：过度驻留可能增加内存负担。

6. 总结

• 小整数池：固定范围[-5, 256]的整数全局复用。
• 字符串驻留：对符合规则的字符串自动复用，或通过sys.intern手动触发。
• 使用场景：优化高频小对象的内存和比较性能。