tuple

目录

关位置文件

内存构造

memory layout

tuple 对象的构造比起其他对象来说相对简单一些. 从图中可以很明显的发现 ob_item 是一个数组，数组的元素都是 指向 PyObject 的指针，所以所有的元素都会存储在 ob_item 数组中,但是这些元素实际上存在哪一个格子里呢,第一个元素是从第0个格子开始存储的吗,resize 策略是怎样的呢?

让我们来研究一下

内部元素如何存储

t = tuple()

tuple_empty

t = ("aa", )

tuple_1

t = ("aa", "bb", "cc", "dd")

ob_size 表示 PyTupleObject 的真正大小，因为 tuple 对象是不可变的，ob_item 这个字段的位置就是第一个 tuple 元素开始的位置，并且不需要进行 resize 操作

tuple_4

free list

这里使用的 free list(缓冲池) 的机制比起 list 对象里的 free_list 要有趣一些

#define PyTuple_MAXSAVESIZE     20
#define PyTuple_MAXFREELIST  2000
static PyTupleObject *free_list[PyTuple_MAXSAVESIZE];
static int numfree[PyTuple_MAXSAVESIZE];

我们来验证一下 free_list 和 numfree 分别是什么 以下的图像示例是在认为 python 解释器在执行这部分代码的情况下不会自己创建/删除 新的 tuple 对象所展示的, 仅供解释使用, 实际情况要复杂一些

>>> t = tuple()
>>> id(t)
4458758208
>>> del t
>>> t = tuple()
>>> id(t) # 和之前删除的 id 相同
4458758208
>>> t2 = tuple()
>>> id(t2) # 和 t 的 id 相同
4458758208

delete_0

>>> t = ("aa", )
>>> id(t)
4459413360
>>> del t
>>> t = ("bb", )
>>> id(t) # 打印出的 id 和上面相同，但是这是不可重现的，实际上因为解释器运行的时候也会创建和删除相同大小的对象，所以会有偏移
4459413360
>>> t2 = ("cc", )
>>> del t
>>> del t2

delete_2

num_free[i] 表示 free_list[i] 当前剩下的对象的数量，当你要创建一个大小为 i 的 tuple 对象时，cpython 会重新利用挂在 free_list[i] 的最顶上的元素去(如果num_free[i]大于0的话)

>>> t = ("aa", )

delete_3

>>> t2 = ("aa", "bb")
>>> t3 = ("cc", "dd")
>>> t4 = ("ee", "ff")
>>> t5 = ("gg", "hh")
>>> del t2
>>> del t3
>>> del t4
>>> del t5

delete_4