文章目录
前言：后续小结将会陆续介绍python内建对象我们将从对象模型中挑出 float 先讲解，因为它是 Python 中最简单的对象之一，“麻雀虽小，五脏俱全”， 拥有对象的全部必要属性！
- 以 float 对象为起点开启源码之旅，能够快速上手，为研究更复杂的内置对象打好基础，建立信心!
（1）内部结构
- float 实例对象在 Include/floatobject.h 中定义
// 结构很简单，和上几节了解的一样
typedef struct {
PyObject_HEAD
double ob_fval;
} PyFloatObject;
定长对象共用的头部，只有一个额外的字段 ob_fval ，存储对象所承载的浮点值。
- 内置类型float对象，与实例对象不同的点是：float 类型对象 全局唯一 ，因此可以作为 全局变量 定义。
// 在 C 文件 Objects/floatobject.c 中，我们找到了代表 float 类型对象的全局变量 PyFloat_Type
PyTypeObject PyFloat_Type = {
PyVarObject_HEAD_INIT(&PyType_Type, 0)
"float",
sizeof(PyFloatObject),
0,
(destructor)float_dealloc, /* tp_dealloc */
0, /* tp_print */
0, /* tp_getattr */
0, /* tp_setattr */
0, /* tp_reserved */
(reprfunc)float_repr, /* tp_repr */
&float_as_number, /* tp_as_number */
0, /* tp_as_sequence */
0, /* tp_as_mapping */
(hashfunc)float_hash, /* tp_hash */
0, /* tp_call */
(reprfunc)float_repr, /* tp_str */
PyObject_GenericGetAttr, /* tp_getattro */
0, /* tp_setattro */
0, /* tp_as_buffer */
Py_TPFLAGS_DEFAULT | Py_TPFLAGS_BASETYPE, /* tp_flags */
float_new__doc__, /* tp_doc */
0, /* tp_traverse */
0, /* tp_clear */
float_richcompare, /* tp_richcompare */
0, /* tp_weaklistoffset */
0, /* tp_iter */
0, /* tp_iternext */
float_methods, /* tp_methods */
0, /* tp_members */
float_getset, /* tp_getset */
0, /* tp_base */
0, /* tp_dict */
0, /* tp_descr_get */
0, /* tp_descr_set */
0, /* tp_dictoffset */
0, /* tp_init */
0, /* tp_alloc */
float_new, /* tp_new */
};
内容很长！
-
PyFloat_Type 中保存了很多关于浮点对象的 元信息（元数据） ，关键字段包括：
- tp_name 字段保存类型名称，常量 float
- tp_dealloc 、 tp_init 、 tp_alloc 和 tp_new 字段是对象创建销毁相关函数；
- tp_repr 字段是生成语法字符串表示形式的函数；
- tp_str 字段是生成普通字符串表示形式的函数；
- tp_as_number 字段是数值操作集；
- tp_hash 字段是哈希值生成函数；
-
PyFloat_Type 很重要，作为浮点 类型对象 ，它决定了浮点 实例对象 的 生死和行为 。 接下来，我们以不同小节分别展开讨论
对象的创建：
-
调用类型对象 float 创建实例对象，Python 执行的是 type 类型对象中的 tp_call 函数。 tp_call 函数进而调用 float 类型对象的 tp_new 函数创建实例对象， 再调用 tp_init 函数对其进行初始化：图片理解 参考上一节中的例子
-
除了通用的流程， Python 为内置对象实现了对象创建 API ，简化调用，提高效率
PyObject *
PyFloat_FromDouble(double fval);
PyObject *
PyFloat_FromString(PyObject *v);
// PyFloat_FromDouble 函数通过浮点值创建浮点对象；
// PyFloat_FromString 函数通过字符串对象创建浮点对象
这解释了，不管传入 浮点值，还是字符串，float（）都可以创建浮点实例对象。
- 以 PyFloat_FromDouble 为例，特化的对象创建流程如下：
PyObject *
PyFloat_FromDouble(double fval)
{
PyFloatObject *op = free_list;
if (op != NULL) {
free_list = (PyFloatObject *) Py_TYPE(op);
numfree--;
} else {
op = (PyFloatObject*) PyObject_MALLOC(sizeof(PyFloatObject));
if (!op)
return PyErr_NoMemory();
}
/* Inline PyObject_New */
(void)PyObject_INIT(op, &PyFloat_Type);
op->ob_fval = fval;
return (PyObject *) op;
}
// 为对象 分配内存空间 ，优先使用空闲对象缓存池 (第 4-12 行)；
// 初始化 对象类型 字段 ob_type 以及 引用计数 字段 ob_refcnt (第 14 行)；
// 将 ob_fval 字段初始化为指定 浮点值 (第 15 行)；
- 其中宏PyObject_INIT 在头文件 Include/objimpl.h 中定义：
#define PyObject_INIT(op, typeobj) \
( Py_TYPE(op) = (typeobj), _Py_NewReference((PyObject *)(op)), (op) )
- 宏 _Py_NewReference 将对象引用计数初始化为 1 ，在 Include/Object.h 中定义：
#define _Py_NewReference(op) ( \
_Py_INC_TPALLOCS(op) _Py_COUNT_ALLOCS_COMMA \
_Py_INC_REFTOTAL _Py_REF_DEBUG_COMMA \
Py_REFCNT(op) = 1)
对象的销毁
- 注意：当对象不再需要时， Python 通过 Py_DECREF 或者 Py_XDECREF 宏减少引用计数； 当引用计数降为 0 时， Python 通过 _Py_Dealloc 宏回收对象。
- 而 _Py_Dealloc 宏调用类型对象 PyFloat_Type 中的 tp_dealloc 函数指针
#define _Py_Dealloc(op) ( \
_Py_INC_TPFREES(op) _Py_COUNT_ALLOCS_COMMA \
(*Py_TYPE(op)->tp_dealloc)((PyObject *)(op)))
下面总结，对象从创建到销毁整个生命周期所涉及的 关键函数、宏及调用关系 如下，非常清晰！
这些都相当于是对上一节中 对浮点类型举例的扩展与细致总结。
空闲对象缓存池： 解决频繁的对象创建及销毁时的效率问题（提高对象分配效率）
- 浮点运算背后涉及 大量临时对象创建以及销毁 ，以计算圆周率为例
>>> area = pi * r ** 2
-
- （1）首先计算半径 r 的平方，中间结果由一个临时对象来保存，假设是 t
- （2） 接着计算圆周率 pi 与 t 的乘积，得到最终结果并赋值给变量 area
- （3）销毁临时对象t
-
显然：创建对象时需要分配内存，销毁对象时又需要回收内存。 大量临时对象创建销毁 ，意味着 大量内存分配回收操作，这是非常牺牲效率的！
-
改善： Python 在浮点对象销毁后，并不急于回收内存，而是将对象放入一个 空闲链表！！，后续需要创建浮点对象时，先到空闲链表中取，省去分配内存的开销。
-
浮点对象的空闲链表同样在 Objects/floatobject.c 中定义：
#ifndef PyFloat_MAXFREELIST
#define PyFloat_MAXFREELIST 100
#endif
static int numfree = 0;
static PyFloatObject *free_list = NULL;
-
-
free_list 变量，指向空闲链表 头节点 的指针
-
numfree 变量，维护空闲链表 当前长度
-
PyFloat_MAXFREELIST 宏，限制空闲链表的 最大长度 ，避免占用过多内存
-
（这里是我没有读懂的地方，ob_type作为 next指针）
- 由此一来，需要创建浮点对象时，可以从链表中取出空闲对象，省去申请内存的开销！ 以 PyFloat_FromDouble 为例：
PyFloatObject *op = free_list;
if (op != NULL) {
free_list = (PyFloatObject *) Py_TYPE(op);
numfree--;
} else {
op = (PyFloatObject*) PyObject_MALLOC(sizeof(PyFloatObject));
// ...
}
-
- （1）检查 free_list 是否为空(第 2 行)；
- （2）如果 free_list 非空，取出头节点备用， 并将 numfree 减一(第 3-4 行)
- （3）如果 free_list 为空，则调用 PyObject_MALLOC 分配内存(第 6 行)；
作者温馨的提示：如果对 C 语言链表操作不熟悉，可以结合以下图示加以理解：
- 对象销毁时， Python 将其缓存在空闲链表中，以备后用。考察 float_dealloc 函数：
if (numfree >= PyFloat_MAXFREELIST) {
PyObject_FREE(op);
return;
}
numfree++;
Py_TYPE(op) = (struct _typeobject *)free_list;
free_list = op;
-
- 第 1-4 行，空闲链表长度达到限制值，调用 PyObject_FREE 回收对象内存；
- 第 5-7 行，空闲链表长度暂未达到限制，将对象插到空闲链表头部；
这就是 Python 空闲对象缓存池的全部秘密！ 由于空闲对象缓存池在 提高对象分配效率 方面发挥着至关重要的作用， 后续研究其他内置对象时，我们还会经常看到它的身影
对象的行为
- 举个例子：例如 tp_hash 函数决定浮点哈希值的计算
>>> pi = 3.14
>>> hash(pi)
322818021289917443
tp_hash 函数指针指向 float_hash 函数，实现了针对浮点对象的哈希值算法：
static Py_hash_t
float_hash(PyFloatObject *v)
{
return _Py_HashDouble(v->ob_fval);
}
数值操作集
- 上节中提到了，对于共性的操作，python将其抽象为 操作集。
- 回到 Objects/floatobject.c 观察浮点对象数值操作集 float_as_number 是如何初始化的：
static PyNumberMethods float_as_number = {
float_add, /* nb_add */
float_sub, /* nb_subtract */
float_mul, /* nb_multiply */
float_rem, /* nb_remainder */
float_divmod, /* nb_divmod */
float_pow, /* nb_power */
(unaryfunc)float_neg, /* nb_negative */
// ...
0, /* nb_inplace_add */
0, /* nb_inplace_subtract */
0, /* nb_inplace_multiply */
0, /* nb_inplace_remainder */
0, /* nb_inplace_power */
// ...
};
- 以加法为例，以下语句在 Python 内部最终由 float_add 函数执行：
>>> a = 1.5
>>> b = 1.1
>>> a + b
2.6
- float_add 是一个 二元函数 ，同样位于 Objects/floatobject.h 中：
static PyObject *
float_add(PyObject *v, PyObject *w)
{
double a,b;
CONVERT_TO_DOUBLE(v, a);
CONVERT_TO_DOUBLE(w, b);
PyFPE_START_PROTECT("add", return 0)
a = a + b;
PyFPE_END_PROTECT(a)
return PyFloat_FromDouble(a);
}
-
- 函数实现只有寥寥几步
- 首先 将两个参数对象转化成浮点值( 5-6 行)；
- 然后 对两个浮点值求和( 8 行)；
- 最后，创建一个新浮点对象保存计算结果并返回( 10 行)
- 函数实现只有寥寥几步
159
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
