Python中is和==的区别，小数据池

比较操作符和同一性运算符

Python中有很多运算符，今天注意讲一下is和==两种运算符在应用上的本质区别是什么。

我们知道Python中对象包含的三个基本要素：id（身份标识），type（数据类型）和 value（值）。

is和==都是对对象进行比较判断作用的，但对对象比较判断的内容并不相同，下面来看看具体区别在哪：

==比较操作符 和 is同一性运算符

==是python标准操作符中的比较操作符，用来比较判断两个对象的value（值）是否相等，例如：

is也被叫同一性运算符，这个运算符比较判断的是对象间的唯一身份标识，也就是id是否相同。

通过对下面几个list间的比较，解释is同一性运算符的工作原理：

为什么x is z是False呢？

x、y和z的值是相同的，所以前两个是True没有问题。至于最后一个为什么是False，看看三个对象的id分别是什么就会明白了。

下面再看一个例子:

从例子中可以看出，只有数值型和字符串型的情况下，a is b才为True，当a和b是tuple，list，dict或set类型型时，a is b为False。

注意：

事实上Python 为了优化速度，使用了小整数对象池，避免为整数频繁申请和销毁内存空间。而Python 对小整数的定义是 [-5, 257)，只有数字在-5到256之间它们的id才会相等，超过了这个范围就不行了，同样的道理，字符串对象也有一个类似的缓冲池，超过区间范围内自然不会相等了。 

总的来说，只有数值型和字符串型，并且在通用对象池中的情况下，a is b才为True，否则当a和b是int，str，tuple，list，dict或set型时，a is b均为False。

小数据池（注意只有字符串和数值有这个概念）

在一定范围之内的，共用同一个内存地址。 
数字 -5~256 节省空间（内存），共用的都是一个小数据池（指向的是同一个内存地址）

小整数对象[-5, 257]在python中是共享的 
（注，用列表表示是因为python中含首不含尾，所以［-5，257）表示的范围也就是数字 -5~256。） 
整数对象都是从缓冲池中获取的。 

整数对象回收时，内存并不会归还给系统，而是将其对象的ob_ject指向free_list，供新创建的整数对象使用。

1.小整数对象——小整型对象池

[small_ints的链表]

在实际编程中，数值比较小的整数，比如1，2，3等会频繁出现。

Python中，所有的对象都存在于系统堆上。

如果某个小整数出现的次数非常多，那么python将会出现大量的malloc/free操作，这样大大降低了运行效率，而且会造成大量的内存碎片，严重影响python的整体性能。

所以在python2.5乃至3.6中，将小整数位于[-5,257)之间的数，缓存在小整型对象池中。

2.大整数对象——通用整数对象池

python将小整型数完全的缓存在了小对象缓存池中了。 
而那些大整数对象呢？ 
python运行环境也有提供一块内存空间供大整数轮流使用。 
这块内存空间就是PyIntBlock。 
通常称为通用整数对象池。 （所以大整数也是有缓存的）

该对象使用链表组织，所以哪怕两个大整数变量有着相同的值，但是在链表中确是不同的节点，不在是一个对象了。

字符串intern

关于字符串的intern内存驻留机制：

Incomputer science, string interning is a method of storing only onecopy of each distinct string value, which must be immutable. Interning strings makes some stringprocessing tasks more time- or space-efficient at the cost of requiring moretime when the string is created or interned. The distinct values are stored ina string intern pool. –引自维基百科
译： 
在计算机科学中，string interning是一种只存储每个不同字符串值的onecopy的方法，它必须是不可变的。连接字符串使得一些stringprocessing任务更费时——或者更节省空间，因为在创建或插入字符串时需要moretime。不同的值存储在字符串驻留池中。

也就是说值相同的字符串对象只会保存一份，是共用的，所以字符串必须是不可变对象。 
就跟小整数对象一样，相同的数值只要保存一份就行了，没必要用不同对象来区分。

同时以上也说到了这样做的优缺点：

优点：能够提高一些字符串处理任务在时间和空间上的性能；需要值相同的字符串的时候（比如标识符），直接从池里拿来用，避免频繁的创建和销毁，提升效率，节约内存。

缺点：在创建或插入字符串时会花费更多的时间。

注意事项：

1.拼接字符串

字符串的改动不是inplace操作，需要新建对象，所以不推荐使用+来拼接字符串，推荐使用join函数，因为join函数在拼接字符串之前会计算所有字符串的长度，然后逐一拷贝，仅新建一次对象。

2.字符串驻留限制

仅包含下划线（_），字母和数字的字符串会启用字符串驻留机制。

因为解释器仅对看起来像python标识符的字符串使用intern方法，而python标识符正是由下划线，字母和数字组成。

python默认只会对由字符“0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ_abcdefghijklmnopqrstuvwxyz”（其实就是下划线，字母，数字）构成的字符串进行intern。

这部分的逻辑在codeobject.c中的函数PyCode_New中：

在该函数中，会调用all_name_chars，检查字符串是否全是由简单的字符组成，判断通过的字符串才会进行intern处理。

这里的分析是对常量而言，对于计算机得出的字符串，也是不做intern的。

在python2和python3中：

python2中可以用intern()来对除此外的字符串进行处理使其共用一个内存空间，python3中不知为何对intern取消了支持。可能怕引起混乱吧，反正就默认了对那些看起来像是python标识符的进行intern。

例：python27中支持intern() 

python3中使用intern()会直接报错。（not defined）

3.字符串驻留时机

字符串只会在编译是驻留，而不是在运行时。

例如：

实现Intern机制就好比是通过维护一个字符串储蓄池，这个池子是一个字典结构，如果字符串已经存在于池子中就不用再去创建新的字符串，直接返回之前创建好的字符串对象，如果之前还没加入到池子中，则先构造一个字符串对象，并把这个对象加入到池子中，方便下一此获取。

短字符串缓冲池characters

另外，字符串除了有intern机制缓存字符串之外，还有一种专门的短字符串缓冲池characters。

用于缓存字符串长度为1的PyStringObject对象。

变长对象

Python中将对象分为两种：一种是定长对象，比如整数，整数对象定义的时候就能确定它所占用的内存空间大小，另一种是变长对象，在对象定义时并不知道是多少，比如：str，list, set, dict等。

参考：https://blog.youkuaiyun.com/u011300968/article/details/77160619