楔子
在程序开发中,我们每时每刻都在创建对象,那到底什么是对象呢?
其实一个对象就是一片被分配的内存空间,空间可以是连续的,也可以是不连续的。然后空间里面存储了指定的数据,并提供了操作数据的一些功能方法。而按照是否可变和内存大小是否固定,我们可以将对象进行如下分类。
- 可变对象和不可变对象;
- 定长对象和变长对象;
下面来详细解释一下。
可变对象和不可变对象
不可变对象一旦创建,其内存中存储的值就不可以再修改了。如果想修改,只能创建一个新的对象,然后让变量指向新的对象,所以前后的地址会发生改变。而可变对象在创建之后,其存储的值可以动态修改。
像整数就是一个不可变对象。
>>> a = 666
>>> id(a)
2230564873872
>>> a += 1
>>> id(a)
2230564873808
我们看到执行 a += 1 操作之后,前后地址发生了变化,所以整数不支持本地修改,因此是一个不可变对象;
图片
原来 a = 666,而我们说操作一个变量等于操作这个变量指向的内存,所以 a+=1 会将 a 指向的整数对象 666 和 1 进行加法运算,得到 667。因此会开辟新的空间来存储 667,然后让 a 指向这片新的空间。至于原来的 666 所占的空间怎么办,解释器会看它的引用计数,如果不为 0 代表还有变量引用(指向)它,如果为 0 证明没有变量引用了,所以会被回收。
关于引用计数,我们后面会详细说,目前只需要知道当一个对象被一个变量引用的时候,那么该对象的引用计数就会加 1。有几个变量引用,那么它的引用计数就是几。
除了整数之外,浮点数、字符串、布尔值等等,都是不可变对象,它们的值不能本地修改。
然后是可变对象,像列表、字典、集合等都是可变对象,它们支持动态修改。
这里先多提一句,Python 的对象本质上就是 C 中 malloc 函数为结构体实例在堆区申请的一块内存。Python 的任何对象在 C 中都会对应一个结构体,这个结构体除了存放具体的值之外,还存放了一些额外的信息,这个我们在后续剖析内置对象的时候会细说。
在上一篇文章中我们说到,列表、元组、集合这些容器的内部存储的不是具体的对象,而是对象的指针。比如:lst = [1, 2, 3],你以为列表存储的是三个整数对象吗?其实不是的,它存储的是三个整数对象的指针,当我们使用 lst[0] 的时候,拿到的是一个指针,但是操作(比如 print)的时候会自动操作指针指向的内存。
因为 Python 底层是 C 来实现的,所以列表的实现必然要借助 C 的数组。可 C 数组里面的元素的类型必须一致,但列表却可以存放任意的元素,因此从这个角度上讲,列表里面的元素就不可能是对象,因为不同的对象在底层对应的结构体是不同的,所以元素只能是指针。
可能有人又好奇了,不同对象的指针也是不同的啊,是的,但 C 指针是可以转化的。Python 底层将所有对象的指针,都转成了 PyObject 类型的指针,这样不就是同一种类型的指针了吗?关于这个 PyObject,它是我们后面要剖析的重中之重,贯穿了整个系列。不过目前只需要知道列表(还有其它容器)存储的元素、以及 Python 的变量,它们都是一个泛型指针 PyObject *。
>>> lst = [1, 2, 3]
>>> id(lst)
2287192570048
>>> lst.append(4)
>>> lst
[1, 2, 3, 4]
>>> id(lst)
2287192570048
我们看到列表在添加元素的时候,前后地址并没有改变。列表在 C 中是通过 PyListObject 结构体实现的,我们在介绍列表的时候会细说。这个 PyListObject 内部除了一些基本信息之外,还维护了一个 PyObject 的二级指针,指向了 PyObject * 类型的数组的首元素。
图片
显然图中的指针数组用来存储具体的对象的指针,每一个指针都指向了相应的对象(这里是整数对象)。
然后我们还可以看到一个现象,那就是列表在底层是分开存储的,因为 PyListObject 结构体实例并没有存储相应的指针数组,而是存储了一个二级指针。显然添加、删除、修改元素等操作,都是通过这个二级指针来间接操作指针数组。
因为一个对象一旦被创建(任何语言都是如此),那么它在内存中的大小就不可以变了。所以这就意味着那些可以容纳可变长度数据的可变对象,要在内部维护一个指针,指针指向一片内存区域,该区域存放具体的数据。如果空间不够了,那就申请一片更大的内存区域,然后将元素依次拷贝过去,再让指针指向新的内存区域。而列表的底层也是这么做的,其内部并没有直接存储具体的指针数组,而是存储了指向指针数组首元素的二级指针。
那么问题来了,为什么要这么做?
其实很好理解,遵循这样的规则可以使通过指针维护对象的工作变得非常简单。一旦允许对象的大小可在运行期改变,那么我们就要考虑如下场景。
在内存中有对象 A,并且其后面紧跟着对象 B。如果在运行的某个时候,A 的大小增大了,这就意味着必须将 A 整个移动到内存中的其他位置,否则 A 增大的部分会覆盖掉原本属于 B 的数据。但要将 A 移动到内存的其他位置,那么所有指向 A 的指针就必须立即得到更新。可想而知这样的工作是多么的繁琐,因此通过在可变对象的内部维护一个指针就变得简单多了。
定长对象和变长对象
所谓定长和变长,取决于对象所占的内存大小是否固定,举个例子。
>>> import sys
>>> sys.getsizeof("")
41
>>> sys.getsizeof("hello")
46
>>> sys.getsizeof("hello world")
52
>>> sys.getsizeof(1.0)
24
>>> sys.getsizeof(3.14)
24
>>> sys.getsizeof((2