原文链接:http://blog.csdn.net/ordeder/article/details/25343633
Python整数对象是不可变对象,什么意思呢?例如执行如下python语句
>>>a = 1023
>>>a = 1024
>>>b = a
>>>c = 1024
>>>d = 195
>>>e = 195
python的整数对象结构为:
typedef struct {
PyObject_HEAD
long ob_ival;
} PyIntObject;
第一条命令执行后,python vm 创建了一个PyIntObject A,其中的ob_ival=1023记录了该整数对象的值,名字a引用该对象,即A 的 ob_refcnt=1。
当执行第二条语句的时候,python vm 又建立了新的PyIntObject B,其ob_ival值为1024.且名字a解引用AA的ob_refcnt-1变成0,系统将其回收。名字a引用对象B,B的ob_refcnt=1;
执行第三条语句,名字b引用名字a引用的对象,故而B的ob_refcnt+1,即为2;
第四条语句:c引用了不同于B的另一个整数对象
第五条语句:d引用了小整数对象195
第六条语句: e和d引用的是同一个对象,及小整数对象
p.s. 小整数的范围为[-5,257)
在python中的PyIntObject对象ob_ival内容是不可变的。
其次,py为了优化整数对象的申请工作,为大整数对象引入了缓冲池的概念。为何引入缓冲池?我的理解是:对于系统来说,alloc一个PyIntObject对象,需要一次系统调用,为了避免每次创建对象都去调用alloc,便引入整数缓冲池的概念。
看着名字感觉挺神奇,其实就是在vm启动的时候预先将[-5~257)这些整数构建相应的整数对象。这些整数
对象的构建所在的内存空间同样是在:通用整数对象的缓冲池。只不过这些个小整数对象的ob_refcnt不会改变
且永远>0,所以在vm运行过程中不会被销毁,所以起到了缓冲的作用。
为了减少alloc系统调用申请空间,内存池一次性申请的空间不是当个PyIntObject大小,而是一个以PyIntBlock块为结构的大小的空间,每个PyIntBlock块容纳了n个PyIntObject对象。内存池的基本数据结构如下:
#define BLOCK_SIZE 1000 /* 1K less typical malloc overhead */ #define BHEAD_SIZE 8 /* Enough for a 64-bit pointer */ #define N_INTOBJECTS ((BLOCK_SIZE - BHEAD_SIZE) / sizeof(PyIntObject)) struct _intblock { struct _intblock *next; PyIntObject objects[N_INTOBJECTS]; }; typedef struct _intblock PyIntBlock; static PyIntBlock *block_list = NULL; static PyIntObject *free_list = NULL;系统在启动的时候,PyIntBlock *block_list为空的,在运行过程中,如果需要创建整数对象,系统会先判定block_list是否有空闲的空间供创建对象,通过fill_free_list()函数从缓冲池中获取可用的PyIntObject。
1. fill_free_list()的函数实现
static PyIntObject * fill_free_list(void) { PyIntObject *p, *q; /* Python‘s object allocator isn‘t appropriate for large blocks. */ p = (PyIntObject *) PyMem_MALLOC(sizeof(PyIntBlock)); if (p == NULL) return (PyIntObject *) PyErr_NoMemory(); ((PyIntBlock *)p)->next = block_list; block_list = (PyIntBlock *)p; /* Link the int objects together, from rear to front, then return the address of the last int object in the block. */ p = &((PyIntBlock *)p)->objects[0]; q = p + N_INTOBJECTS; while (--q > p) Py_TYPE(q) = (struct _typeobject *)(q-1); //[1] Py_TYPE(q) = NULL; return p + N_INTOBJECTS - 1; }说明[1]
2. 其余两个构建和删除整数对象相关函数:
//构建intobj PyObject * PyInt_FromLong(long ival) { register PyIntObject *v; #if NSMALLNEGINTS + NSMALLPOSINTS > 0 if (-NSMALLNEGINTS <= ival && ival < NSMALLPOSINTS) { v = small_ints[ival + NSMALLNEGINTS]; Py_INCREF(v); #ifdef COUNT_ALLOCS if (ival >= 0) quick_int_allocs++; else quick_neg_int_allocs++; #endif return (PyObject *) v; } #endif if (free_list == NULL) { //[1] if ((free_list = fill_free_list()) == NULL) return NULL; } /* Inline PyObject_New */ v = free_list; //[2] free_list = (PyIntObject *)Py_TYPE(v); PyObject_INIT(v, &PyInt_Type); v->ob_ival = ival; return (PyObject *) v; } [1]缓冲池的空闲链表为空,通过fill_free_list()去申请新的PyIntBlock [2](PyIntObject *)Py_TYPE(v)相当于是PyIntObject在free_list中的next指针。 //删除intobj static void int_dealloc(PyIntObject *v) { if (PyInt_CheckExact(v)) { //[1] Py_TYPE(v) = (struct _typeobject *)free_list; free_list = v; } else //[2] Py_TYPE(v)->tp_free((PyObject *)v); } [1] 判定如果v的引用计数为1(经过本次解引用变为0),则将该PyIntObject空间加入到缓冲池的空闲队列,以便重用 [2]引用计数>2 将该对象引用计数减1
Python源码--整数对象(PyIntObject)的内存池,布布扣,bubuko.com
Python源码--整数对象(PyIntObject)的内存池
原文:http://blog.csdn.net/ordeder/article/details/25343633