整数与字符串的底层实现
理解小整数缓存池、大整数存储、字符串驻留和紧凑表示
- 理解小整数缓存池机制
- 理解大整数的 ob_digit 数组存储
- 理解字符串的紧凑表示和驻留机制
- 能解释 is 和 == 的区别
整数与字符串的底层实现
理解 Python 数据类型的底层实现，能帮你写出更高效的代码，也能解释很多「反直觉」的现象。这节课我们深入整数和字符串。
小整数缓存池
CPython 启动时就创建了 -5 到 256 的整数对象，这些是单例——整个程序里同一个数字就是同一个对象：
a = 256; b = 256; a is b → True。a = 257; b = 257; a is b → 取决于执行环境。在 .py 文件中编译器会缓存常量，所以可能是 True；在交互式 REPL 中是 False。不要依赖这个行为，比较值用 ==。
大整数的存储
Python 的 int 是任意精度的。大整数内部用一个 C 数组（ob_digit）存储，每个元素存 30 位二进制。
大整数运算比小整数慢得多，因为需要处理数组。加法要逐组进位，乘法用 Karatsuba 算法（O(n1.585)）替代朴素 O(n2)。性能敏感场景，能用小整数就别用大整数。比如数据库 ID 用 int 足够（21亿上限），不需要随便用更大的数。
字符串的紧凑表示
Python 3.3+ 引入了灵活字符串表示（PEP 393）：根据字符串内容自动选择最节省内存的编码。
字符串驻留（Interning）
Python 会缓存某些字符串，相同的字符串字面量会共享同一个对象。
字符串不可变带来的好处：线程安全、可以安全驻留共享、hash 值可以缓存。代价是拼接效率低。大量拼接用 list + join，或用 io.StringIO。字典键总是用不可变类型（str/int/tuple）。
小整数缓存的源码级理解
CPython 中小整数缓存的实现非常直接：
// CPython 源码（简化）
// Objects/longobject.c
static PyLongObject small_ints[NSMALLNEGINTS + NSMALLPOSINTS];
// NSMALLNEGINTS = 5, NSMALLPOSINTS = 257
// 即 small_ints[0] 对应 -5, small_ints[261] 对应 256（下标 = 值 + 5）
// 当你写 100 时，CPython 直接返回 &small_ints[105]
// 不需要分配内存，不需要初始化
// 这就是为什么小整数操作特别快这个缓存池在解释器启动时初始化，整个生命周期不释放。
a = 256; b = 256; a is b 的结果是？
大量字符串拼接最高效的方式是？
资深工程师加餐
底层原理 · 大厂视角 · 工程经验，点卡片展开
@decorator 写在函数定义上方，它在「模块加载、函数被定义时」就执行一次，把原函数包装成新函数；之后每次调用，走的都是包装后的版本。带参数的装饰器本质是三层嵌套（外层收参数、中层收函数、内层收调用参数）。务必用 functools.wraps 保留原函数名和文档，否则调试栈和日志里全是 wrapper。
挑战任务
整数缓存验证器
写一个函数，验证哪些整数是被缓存的（is 比较为 True），输出缓存范围。
课后作业
字符串内存分析
写一个函数，分析不同字符串的内存占用，验证 ASCII 比中文省内存。