欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python 为了提升性能,竟运用了共享经济

程序员文章站 2023-04-02 13:05:33
大家或许知道,Python 为了提高内存的利用效率,采用了一套共用对象内存的分配策略。 例如,对于那些数值较小的数字对象([ 5, 256])、布尔值对象、None 对象、较短的字符串对象( 通常 是 20)等等,字面量相等的对象实际上是同一个对象。 我很早的时候曾写过一篇《 "Python中的“特 ......

大家或许知道,python 为了提高内存的利用效率,采用了一套共用对象内存的分配策略。

例如,对于那些数值较小的数字对象([-5, 256])、布尔值对象、none 对象、较短的字符串对象(通常 是 20)等等,字面量相等的对象实际上是同一个对象。

# 共用内存地址的例子
a = 100
b = 100
s = "python_cat"
t = "python_cat"

id(a) == id(b) # 结果:true
id(s) == id(t) # 结果:true

我很早的时候曾写过一篇《python中的“特权种族”是什么?》,把这些对象统称为“特权种族”,它们是 python 在内存管理机制上使用的优化技巧。

前不久,我还写了一篇《python 内存分配时的小秘密》,也是介绍内存管理的技巧。

这两篇文章有所区别:旧文主要涉及了内存共用与对象驻留的机制,而新文介绍的是内存分配、动态扩容以及内存回收的相关机制。

它们令我不由自主地想到两个词:共享经济与供需平衡。

如果你没有读过那两篇文章,我强烈建议你先回看一下,然后再看看我的联想是否有道理:那几类特权种族对象其实是在共享内存,表面上的不同对象,其实是在循环利用;至于供需平衡也好理解,创建某些对象时,按照预期的诉求去分配内存,在扩容时则灵活调节,达到了供需之间的平衡。

透过现象看本质,python 可以很有趣。

但是,python 的有趣之处还不止于此,本文要继续分享另一种内存管理机制,在某种程度上,它实现了共享经济与供需平衡的融合,我们从中可揭开 python 的另一重身份……

1、不可变对象的共享经济

上面列出的"特权种族"都是不可变对象(而“供需平衡”主要出现于可变对象),对于这些不变的对象,当出现多处使用时,共用一个对象似乎是种不错的优化方法。

我曾有一种猜想:python 的不可变对象都可能是特权种族。

我没有试图去完全证实它,本文只想考察其中一种不可变对象:元组。它是不可变对象,那么,是否有共用对象的机制呢?

下面把它跟列表作一下对比:

# 空对象的差别
a = []
b = []
c = ()
d = ()

print(id(a)==id(b))  # 结果:false
print(id(c)==id(d))  # 结果:true

由此可见,两个空列表是不同的对象,而两个空元组其实是同一个对象。这至少说明了,空元组在内存中只有一个,它属于已提到的特权种族。

将实验延伸到集合与字典,它们是可变对象,你会发现结果跟列表一样,存在多个副本,即不是特权种族。我就不举例了。

由上述的实验结果,还能引出两个问题,但是它们偏离了本文主题,我不打算深入辨析,简单列一下:

  • 除了空元组,还有什么样的元组是“特权种族”?(ps:从元素的数量、类型、元素自身的大小考虑,就我小范围试验,还没发现。所以,空元组是独特的唯一?)
  • 编译期与运行期有所区别,这在之前写字符串的 intern 机制时(《intern机制的软肋》)也分析过。(ps:print(id([]) == id([])),结果为 true,与上例先赋值再比较不同。)

2、可变对象的共享经济

空元组体现了共享经济,但由于它是不可变对象,所以不存在动态扩容,就只体现了极少的供需平衡。

作为对照,列表等可变对象充分表现了供需平衡,却似乎没办法体现共享经济。

比如说,我们把一个列表想象成一个可自增的杯子(毕竟它是某种容器),再把它的元素想象成不同种类的液体(水、可乐、酒……)。

那么,我们的问题是:两杯东西是否可以共享为一个对象呢?或者说,有没有可能共享那只杯子呢?这样就可以节省内存(在那篇讲小秘密的文章中展示过:“空杯子”占用的内存可不少),提升效率啦。

对于第一个问题,答案为否,验证过程略。对于第二个问题,在上一节中,我们已验证过两个空杯子(即空列表),答案也为否。

但是,第二个问题还有其它的可能!下面让我们换一种实验方法:

# 实验版本:python 3.6.1
a = [[] for i in range(4)]
print(id(a))

for i in range(len(a)):
    print(f'{i} -- {id(a[i])}')
    # a[i] = 1 # ps:可去除注释,再执行一次,结果的顺序有差别

del a
print("after del")

b = [[] for i in range(4)]
print(id(b))

for i in range(len(b)):
    print(f'{i} -- {id(b[i])}')

以上代码在不同环境中,执行结果可能有所差异。我执行的一次结果如下:

2012909395656
0 -- 2012909395272
1 -- 2012909406472
2 -- 2012909395208
3 -- 2012909395144
after del
2012909395656
0 -- 2012909395272
1 -- 2012909406472
2 -- 2012909395208
3 -- 2012909395144

分析结果可知:列表对象在被回收之后,并不会彻底消除,它的内存地址会传递给新创建的列表,也就是说,新创建的列表其实共享了旧列表的内存地址!

再结合前面的例子,我们可以说,先后静态创建的两个列表会分配不同的内存地址,但是,经过动态回收之后,先后创建的列表可能是同一个内存地址!(注意:这里说的是“可能”,因为在新列表创建前,若有其它地方也在创建列表,那后者可能夺去先机。)

延伸到其它基本的可变对象,例如集合与字典,也有同样的共享策略,其目的显而易见:循环利用这些对象的“残躯”,可以避免内存碎片,提高执行性能。

共享一只杯子,总比重新创造一只杯子,要更高效便捷,对吧?

Python 为了提升性能,竟运用了共享经济

python 解释器在实现这个机制时,使用了一个叫做free_list 的全局变量,其工作原理是:

  • 当创建新的对象时,则检查 free_list 内是否有可用对象,有则取出使用,没有则创建
  • 当这些对象被析构时,则检查 free_list 是否有剩余空间,有则存入其中
  • 某类对象存入 free_list 时,只保留“躯壳”,而清空其内部所有的元素(即只共享杯子,不共享杯中物)

Python 为了提升性能,竟运用了共享经济

图片来源:https://dwz.cn/qwd6rxox

好了,现在我们可以说,列表、集合与字典这些可变对象,它们都不是前文所说的特权种族,但是,在它们背后都藏着循环使用的共享思想,这一点却是相通的。

python 解释器在内存管理上真是煞费苦心啊,在那些司空见惯的基本对象上,它施加了诸多的小魔法,在我们毫不觉察的时候,它们有条不紊地运作,而当我们终于见识清楚后,就不得不感叹它的精妙了。

python 算得上是一个精打细算的“经济学家”了。

回顾全文,最后作一个小结:

  • 较小的数字、较短的字符串、布尔值与空元组等不可变对象,它们存在着“共享经济”的机制,提升了内存的使用效率
  • 列表、集合与字典等可变对象,它们存在着预分配及超额分配等“供需平衡”的机制,提升了内存的分配效率
  • 列表等对象还存在着共享“容器外壳”的机制,循环利用空闲资源,综合提升程序性能

ps:本文写作过半时,我觉得应该把它写入“喵星来客”系列,但思前想后,最终作罢了(主要是懒)。它们的思辨力及洞察力是一脉相承的,若你喜欢本文的话,我推荐阅读“喵星来客”系列(其中两篇):

python对象的身份迷思:从全体公民到万物皆数

python对象的空间边界:独善其身与开放包容

Python 为了提升性能,竟运用了共享经济

公众号【python猫】, 本号连载优质的系列文章,有喵星哲学猫系列、python进阶系列、好书推荐系列、技术写作、优质英文推荐与翻译等等,欢迎关注哦。