深入 Python 解释器源码，我终于搞明白了字符串驻留的原理！.docxVIP

深化 Python 解释器源码，我最终搞明白了字符串驻留的原理！ 字符串驻留是一种编译器/解释器的优化方法，它通过缓存一般性的字符串，从而节省字符串处理任务的空间和时间。 这种优化方法不会每次都创建一个新的字符串副本，而是仅为每个适当的不行变值保留一个字符串副本，并使用指针引用之。 每个字符串的独一拷贝被称为它的intern，并因而而得名 String Interning。 Python猫注：String Interning 一般被译为“字符串驻留”或“字符串留用”，在某些言语中可能习惯用 String Pool（字符串常量池）的概念，其实是对同一种机制的不同表述。intern 作为名词时，是“实习生、实习医生”的意思，在此可以理解成“驻留物、驻留值”。 查找字符串 intern 的方法可能作为公开接口公开，也可能不公开。现代编程言语如 Java、Python、PHP、Ruby、Julia 等等，都支持字符串驻留，以使其编译器和解释器做到高功能。 2、为什么要驻留字符串？ 字符串驻留提升了字符串比较的速度。 假如没有驻留，当我们要比较两个字符串能否相等时，它的时间简单度将上升到 O(n)，即需要检查两个字符串中的每个字符，才能推断出它们能否相等。 但是，假如字符串是固定的，由于相同的字符串将使用同一个对象引用，因而只需检查指针能否相同，就足以推断出两个字符串能否相等，不必再逐一检查每个字符。由于这是一个格外普遍的操作，因而，它被典型地实现为指针相等性校验，仅使用一条完全没有内存引用的机器指令。 字符串驻留削减了内存占用。 Python 避开内存中充斥多余的字符串对象，通过享元设计模式共享和重用已经定义的对象，从而优化内存占用。 3、Python的字符串驻留 像大多数其它现代编程言语一样，Python 也使用字符串驻留来提高功能。在 Python 中，我们可以使用is运算符，检查两个对象能否引用了同一个内存对象。 因而，假如两个字符串对象引用了相同的内存对象，则is运算符将得出True，否则为False。 ?python?is?pythonTrue 我们可以使用这个特定的运算符，来推断哪些字符串是被驻留的。在 CPython 的，字符串驻留是通过以下函数实现的，声明在 unicodeobject.h 中，定义在 unicodeobject.c 中。 PyAPI_FUNC(void)?PyUnicode_InternInPlace(PyObject?**); 为了检查一个字符串能否被驻留，CPython 实现了一个名为PyUnicode_CHECK_INTERNED的宏，同样是定义在 unicodeobject.h 中。 这个宏表明白 Python 在PyASCIIObject结构中维护着一个名为interned的成员变量，它的值表示相应的字符串能否被驻留。 #define?PyUnicode_CHECK_INTERNED(op)?\????(((PyASCIIObject?*)(op))-erned) 4、字符串驻留的原理 在 CPython 中，字符串的引用被一个名为interned的 Python 字典所存储、访问和管理。 该字典在第一次调用字符串驻留时，被延迟地初始化，并持有全部已驻留字符串对象的引用。 4.1 如何驻留字符串？ 担任驻留字符串的核心函数是PyUnicode_InternInPlace，它定义在 unicodeobject.c 中，当调用时，它会创建一个预备容纳全部驻留的字符串的字典interned，然后登记入参中的对象，令其键和值都使用相同的对象引用。 以下函数片段显示了 Python 实现字符串驻留的过程。 voidPyUnicode_InternInPlace(PyObject?**p){????PyObject?*s?=?*p;????.........????//?Lazily?build?the?dictionary?to?hold?interned?Strings????if?(interned?==?NULL)?{????????interned?=?PyDict_New();????????if?(interned?==?NULL)?{????????????PyErr_Clear();????????????return;????????}????}????PyObject?*t;????//?Make?an?entry?to?the?interned?dictionary?for?the????//?given?object????t?=?PyDict_SetDefault(interned,?s,?s);????.........