抽丝剥茧，深入剖析 Python 如何实现变量交换

Python 程序员肯定知道 a,b = b,a，这句话用来交换两个变量。相较于其它语言需要引入一个 temp 来临时存储变量的做法，Python 的这种写法无疑非常优雅。

简洁优雅的 C 写法：

int a = 1; 
int b = 2; 
int temp; 
temp = a; 
a = b; 
b = temp; 

简洁优雅的 Python 写法：

a,b = 1,2 
a,bb = b,a 

虽然语法非常方便，但我们始终不曾想过：它是怎么运作的?背后支撑它的机制是什么?下面让我们一步步分析它。

通俗的说法

最常见的解释是：

a,b = b,a 中右侧是元组表达式，即 b,a 是一个两个元素的 tuple(a,b)。表达式左侧是两个待分配元素，而 = 相当于元组元素拆包赋值操作。

这种方法，理解起来最简单，但实际是这种情况么?

让我们从字节码上看下，是不是这种情况。

从字节码一窥交换变量

大家可能不太了解 Python 字节码。Python 解释器是一个基于栈的虚拟机。Python 解释器就是编译、解释 Python 代码的二进制程序。

虚拟机是一种执行代码的容器，相较于二进制代码具有方便移植的特点。而 Python 的虚拟机就是栈机器。

Python 中函数调用、变量赋值等操作，最后都转换为对栈的操作。这些对栈的具体操作，就保存在字节码里。

dis 模块可以反编译字节码，使其变成人类可读的栈机器指令。如下，我们看反编译 a,b=b,a 的代码。

>>> import dis 
>>> dis.dis("a,bb=b,a") 
  1           0 LOAD_NAME                0 (b) 
              2 LOAD_NAME                1 (a) 
              4 ROT_TWO 
              6 STORE_NAME               1 (a) 
              8 STORE_NAME               0 (b) 
             10 LOAD_CONST               0 (None) 
             12 RETURN_VALUE 

可见，在 Python 虚拟机的栈上，我们按照表达式右侧的 b,a 的顺序，先后压入计算栈中，然后用一个重要指令 ROT_TWO，这个操作交换了 a 和 b 的位置，最后 STORE_NAME 操作将栈顶的两个元素先后弹出，传递给 a 和 b 元素。

栈的特性是先进后出(FILO)。当我们按b,a顺序压入栈的时候，弹出时先出的就是a,再弹出就是b。STORE_NAME指令会把栈顶元素弹出，并关联到相应变量上。

如果没有第 4 列的指令 ROT_TWO，此次 STORE_NAME 弹出的第一个变量会是后压栈的 a，这样就是 a=a 的效果。有了 ROT_TWO 则完成了变量的交换。

好了，我们知道靠压栈、弹栈和交换栈顶的两个元素，实现了 a,b = b,a 的操作。

同时，我们也知道了，上诉元组拆包赋值的说法，是不恰当的。

那 ROT_TWO 是怎么具体操作的呢?

后台怎么执行?

见名知意，可以猜出来 ROT_TWO 是交换两个栈顶变量的操作。在 Python 源代码的层面上，来看是如何交换两个栈顶的元素。

下载 Python 源代码，进入 Python/ceval.c 文件，在 1101 行，我们看到了 ROT_TWO 的操作。

TARGET(ROT_TWO){ 
 PyObject *top = TOP(); 
 PyObject *second = SECOND(); 
 SET_TOP(second); 
 SET_SECOND(top); 
 FAST_DISPATCH();  
} 

代码比较简单，我们用 TOP 和 SECOND 宏获取了栈上的 a,b 元素，然后再用 SET_TOP、SET_SECOND 宏把值写入栈中。以此完成交换栈顶元素的操作。

求值顺序的奇怪现象!

下面，我们来看一个奇怪的现象，在这篇文章里，也可以看到这个现象。如下，我们试图排序这个列表：

>>> a = [0, 1, 3, 2, 4] 
>>> a[a[2]], a[2] = a[2], a[a[2]] 
>>> a 
>>> [0, 1, 2, 3, 4] 
>>> a = [0, 1, 3, 2, 4] 
>>> a[2], a[a[2]] = a[a[2]],a[2] 
>>> a 
>>> [0, 1, 3, 3, 4] 

按照理解 a,b = b,a 和 b,a=a,b 是一样的结果，但从上例中我们看到，这两者的结果是不同的。

导致这一现象的原因在于：求值的顺序。毫无疑问，整个表达式先求右侧的两个元素，然后作为常数保存起来。最后赋值给左侧的两个变量。

最后赋值时，需要注意，我们从左到右依次赋值，如果 a[2] 先修改的话，势必会影响到其后的 a[a[2]] 的列表下标。

“你可以使用反汇编代码，来分析产生这个现象的具体步骤。”

奇怪的变回拆包现象!!

当我们使用常数作为右侧元组，来给左侧变量赋值时;或使用超过三个元素，来完成便捷交换时，其在字节码层次上便不是 ROT_TWO 这种操作了。

>>> dis.dis("a,b,c,d=b,c,d,a") 
  1           0 LOAD_NAME 
              3 LOAD_NAME 
              6 LOAD_NAME 
              9 LOAD_NAME 
             12 BUILD_TUPLE 
             15 UNPACK_SEQUENCE 
             18 STORE_NAME 
             21 STORE_NAME 
             24 STORE_NAME 
             27 STORE_NAME 
             30 LOAD_CONST 
             33 RETURN_VALUE 
>>> 

很明显，这里是在偏移 12 字节处 BUILD_TUPLE 组装元组，然后解包赋值给左侧变量。上文所述的通俗说法，在这里又成立了!

也就是说，当小于四个元素交换时，Python 采用优化的栈操作来完成交换。

当使用常量或者超过四个元素时，采用元组拆包赋值的方式来交换。

至于为什么是四个元素，应该是因为 Python 最多支持到 ROT_THREE 操作，四个元素的话，系统不知道该怎么优化了。但在新版本的 Python 中，我看到了 ROT_FOUR 操作，所以这时候，四个元素还是 ROT_* 操作来优化的。

>>>import opcode 
>>>opcode.opmap["ROT_THREE"] 
3 

此例中，该版本 Python 支持 ROT_THREE 操作，你也可以使用 ROT_FOUR 查看自己 Python 是否支持，进而确定是否可以四个以上元素便捷交换。