Python：内存管理优化不一致？

Question

我对 Python 对象在内存中的分配感到很困惑。预定义类型的分配似乎并不一致。这是我对这个问题的思考的产物：

a = None
b = None
print( a, b is a) # it outputs True, one single instance of None

a = 'a'
b = 'a'
print( a, b is a) # it outputs True, one single instance of a string

a = 2
b = 2
print( a, b is a) # it outputs True, one single instance of an int


a = 2.5
b = 2.5
print( a, b is a) # it outputs True, one single instance of a float
                  # from the python command line  'b is a' returns False

a = 'a b'
b = 'a b'
print( a, b is a) # it outputs True, one single instances of the same string
                  # from the python command line  'b is a' returns False

a = ()
b = ()
print( a, b is a) # it outputs True, one single instance of a ()

a = {}
b = {}
print( a, b is a) # it outputs False, two different instances of the same empty {}

a = []
b = []
print( a, b is a) # it outputs False, two different instances of the same []

a 和 b 的 id 返回值表明 is 运算符工作正常，但“内存使用优化”算法似乎工作不一致。

最后两个 print 输出和 python 命令行解释器行为是否揭示了一些实现错误，或者 Python 应该以这种方式运行？

我在 OpenSUSE 13.1 环境中运行了这些测试。使用 Python 2.7.6 和 Python 3.3.5（默认， 2014 年 3 月 27 日，17:16:46）Linux 上的 [GCC]。

除了命令行和程序的输出差异之外，这种优化的原因是什么？我认为假设程序平均节省 10% 以上的内存是相当乐观的，除非我们考虑应该由程序员直接管理的特殊情况。

这种行为是否有助于有效地减少内存碎片？

Answer 1

这里的区别只是其中一些对象是可变的，而一些是不可变的。

优化分配给例如字符串文字，因为对同一个不可变对象的两个引用不会导致任何问题。由于您无法就地更改对象，因此任何更改都将意味着一个新对象，与旧对象分开。

但是，对于像列表这样的可变类型，如果设置a = b，最终可能会遇到麻烦。可变对象可以就地更改，因此在您的列表示例中，您附加到 a 的任何内容都会以 b 结尾，反之亦然。

解释器中的行为是不同的（除了小整数，它们是“interned”），因为这些优化没有被执行：

>>> a = "a b"
>>> b = "a b"
>>> a is b
False