Python'；内存中低值整数的布局

我的问题是：这些模式（如下）起源于哪里

我（在某处）了解到，Python对于小整数有唯一的“拷贝”（如果这个词正确的话）。例如：

>>> x = y = 0
>>> id(0)
4297074752
>>> id(x)
4297074752
>>> id(y)
4297074752
>>> x += 1
>>> id(x)
4297074728
>>> y
0

当我查看int的内存位置时，有一个简单的模式：

>>> N = id(0)
>>> for i in range(5):
...     print i, N - id(i)
... 
0 0
1 24
2 48
3 72
4 96
>>> bin(24)
'0b11000'

我不清楚为什么选择这个作为增量。此外，我无法解释256以上的模式：

>>> prev = 0
>>> for i in range(270):
...     t = (id(i-1), id(i))
...     diff = t[0] - t[1]
...     if diff != prev:
...         print i-1, i, t, diff
...         prev = diff
... 
-1 0 (4297074776, 4297074752) 24
35 36 (4297073912, 4297075864) -1952
36 37 (4297075864, 4297075840) 24
76 77 (4297074904, 4297076856) -1952
77 78 (4297076856, 4297076832) 24
117 118 (4297075896, 4297077848) -1952
118 119 (4297077848, 4297077824) 24
158 159 (4297076888, 4297078840) -1952
159 160 (4297078840, 4297078816) 24
199 200 (4297077880, 4297079832) -1952
200 201 (4297079832, 4297079808) 24
240 241 (4297078872, 4297080824) -1952
241 242 (4297080824, 4297080800) 24
256 257 (4297080464, 4297155264) -74800
257 258 (4297155072, 4297155288) -216
259 260 (4297155072, 4297155336) -264
260 261 (4297155048, 4297155432) -384
261 262 (4297155024, 4297155456) -432
262 263 (4297380280, 4297155384) 224896
263 264 (4297155000, 4297155240) -240
264 265 (4297155072, 4297155216) -144
266 267 (4297155072, 4297155168) -96
267 268 (4297155024, 4297155144) -120

---

有什么想法，线索，可以找的地方吗

编辑：24小时有什么特别的吗

更新：该标准具有

sys.getsizeof（）

，当我以

1

作为参数调用它时，它返回

24

。这是很多字节，但在64位机器上，类型、值和引用计数各有8个字节。另外，请参见和C API参考

在评论中与Peter Hansen链接中的“来源”联系了一段时间。找不到int的定义（除了声明

*int\u int

），但我确实找到了：

#define NSMALLPOSINTS       257
#define NSMALLNEGINTS       5

---

在CPython中，前256个整数是预先分配的

>>> for n in range(1000):
>>>  if id(n) != id(n+0):
>>>   print n
>>>   break

257

---

低值整数是预先分配的，高值整数在计算时分配。源代码中出现的整数是同一个对象。在我的系统中

>>> id(2) == id(1+1)
True
>>> id(1000) == id(1000+0)
False
>>> id(1000) == id(1000)
True

您还将注意到，ID取决于系统。它们只是内存地址，由系统分配器（或者可能是静态对象的链接器）分配

---

编辑：之所以

id（1000）==id（1000）

，是因为Python编译器注意到它编译的代码中有两个整数常量是相同的，所以它只为这两个常量分配一个对象。这在运行时将是一个不可接受的性能损失，但在编译时它并不明显。（是的，解释器也是一个编译器。大多数解释器也是编译器，很少有解释器不是。）

最多256个整数被插入，这就是为什么你会在那里看到一个“模式”。所有其他整数都是在执行过程中创建的，因此分配给random

id

我似乎记得Python在内部缓存int<256的副本，以避免为常用情况创建新的Python对象。因此，一旦超过256个，每次都会得到新创建的对象，这些对象可能会“随机”地排列在内存中（显然，它们的位置对Python的分配器来说是有意义的，但对我们来说可能没有意义）。

因为其他人已经完全回答了为什么ID具有高达256个的独特模式，我想我应该回答你的补遗：24是python中整数对象的字节大小。分配前256个整数时，它们在内存中连续分配，导致每个内存地址之间相差24。

“有什么想法、线索、要查找的地方吗？”是的。阅读来源。它会告诉你你想知道的一切。是的，但是源代码像C或者其他东西我希望有一个与政治公众人物（PEP）相当的人。政治公众人物（PEP）不会指定这样的实施细节。如果你想知道这样的东西，它实际上不会影响（正常的）代码，它将出现在源代码中。不是在PEP中，也不是在源代码中：（注意它的值是从-5到256）。哦，也请参阅OK。“random”或其他任何值，大于256。具体来说（并且仅限于当前），它的值从-5到256。最好在回答中解释为什么

id（1000）

案例返回True。（这是一件只有在向你解释过之后才合理地显而易见的事情。）

>>> id(0)
8402324